1.引言

作为可再生能源生能源，不但能够降低資源耗费，减轻在我国資源紧缺的难题，还能大幅度降低环境污染。风力发电机是风力发电的主要设备，主要是将动能转换为机械能，再将机械能转换为电力能，这一系列的工艺流程必须发电机组内的全部构件协同一致进行。可是，因为风力发电机场通常位于较为偏僻的地区，因此发电机在运作全过程中会遭受环境的严重危害，一旦出現不正确就会导致比较严重的毁坏和经济损失[1]。因而，必须加强风力发电机的状况监测和故障诊断。根据对发电机的工作中状况的监测，能够实时了解发电机的工作中状况，对监测情况获得的信息判断，为故障诊断出示基准，避免了发电机的毁坏，降低了检修時间，提升了高效率。

2.可能出现的风力发电机诊断问题。

要处理这一难题，就必须更强的掌握每个零件的电压.电流量.溫度.振动等机器设备信息。当维修工作人员从发电机机器设备接纳到测试信号时，根据接纳到的信号，就能够选用有效的方法检修风力发电机。应用风力发电机状况监测系统软件和故障诊断系统软件能够减少出现事故风险性，进而减少维护保养成本费。发电机运作中会产生机械设备故障和电气设备故障，机械设备故障的缘故是各转子间的品质极度失衡.转子产生了偏心.等故障.等毁坏相关的常见故障。电气设备故障的症状主要表现为齿轮箱磨损.绕组和步进等液压系统常见故障.电器元器件腐蚀.发电机变压器常见故障.绝缘故障.盘管短路和气隙失衡[2]。在风力发电机组中，风力发电机组是一个很重要的零件，他们的运作状况会危害整个风力发电机组。风力发电机组在运作中出現常见故障会危害全部工作中的顺利开展。因此，风力发电机组状况监测与故障诊断技术性尤为重要。

2.1控制电气故障信号。

必须先查验一些主要参数信号，传送的信号包含发电机定子绕组溫度.定子电流.定子电流.发电机输出功率.转子转速等，随后开展解决和检修。定子电流检测法.小放电控制法和振动检测法可用以查寻切断电源原因并开展解决，转子短路或电路定子转动是因为绝缘破坏造成的包含发电机转子和定子绕组，包含短交匝.相间和层间电路。以便实时了解发电机的工作中状况，能够明确转子的电压.电流量和扭矩，假如必须更全方位地监视发电机情况，还能够测量溫度和大气压，转子电流信号中出現短路谐波，这类状况的产生是由于发电机定子在绕组中间短转，毁坏了定子电流量的对称性，相反造成了转动磁场。每个发电机绕组中间的短路检测包含反向电流量.电流量和谐波和截止电流量波。当短路匝数较少时，定子电流变化较小，此时谐波难以检测，可采集发电机电流.温度和振动等信息，以更好地识别发电机中间的故障。配件与有线短路密切相连，当有线短路时，配置会发生变化，故障特性也与短路时间密切相关。风力发电机故障诊断方法主要包括功率谱密度误差诊断方法.故障诊断方法.离散波变化误差.BP神经网络法等，以及EIMan和概率神经网络法(PN)法。其中，最快的是BP神经网络法，最简单的神经网络结构ELMan，而PN神经网络的优点是抗损伤能力强。

2.2机械故障通过振动.温度和发电机速度诊断。

若风力发电机的电流.电压和功率不匹配，必定与发电机的机械故障相关。高频振动故障通常由于轴承故障而发生，发生率很高，达到上千例。可采用峰值功率故障检测法.绕组解调法.波形分析法和基于FFT的故障分析法。较低的预振率是由于轴变形和转子质量不平衡.框架减弱等造成的，要想接收到这些信息，必须对振动信号进行过滤和放大，然后通过傅里叶进行转换[3]。在运转过程中，发电机转子的偏心误差和发电机定子之间的气隙也由于磨损和温升而不稳定，在监控谐波输出电流.电压.功率和其它发电机定子信号以及偏心电机转子故障的诊断中起着重要作用。发生机械故障时，发电机轴的振动也会引起气体振动，使发电机转子和定子之间的排气磁通失衡，连续定子分析可解决转轴振动问题。