由于环境条件的限制，风力发电场往往地处偏远，且机组与地面的垂直距离极高，因此风电机组的维修成本极为昂贵。随着风力发电的需求不断提高，面临的主要课题之一就是在降低运营与维护 (O&M) 成本的同时，提高风电机组在不同状态下工作和并网的稳定性。目前风力发电的运维成本居高不下，因此全球对风力发电的接受度亦有限。通过在线状态监测系统，可以预诊断故障情况、判断维修需求，协助风场排定合适的维护作业，从而降低运营成本

  风力发电一般均为反应 (Reactive) 或损坏 (Run-to-failure) 维护。随着风机大型化和近海、海上风电的快速发展，风机运维成本居高不下，其主要原因在于：

无法随时巡视维护 - 不同于其他发电设备，风电机组难以排定维修人员随时检查维修。

高维护成本 - 由于必须前往偏远地区，发电机组又架离地面极高的距离，因此维护成本也较高。

故障机率高 - 齿轮箱与相关部件在设计时已刻意减轻其重量，因此较容易受到应力影响而故障。

此外，负载与作业条件均不断变化，因此风电机组必须承受更高的机械应力。高应力的条件之下，就更需要维护作业。

美国电力研究院 (Electric Power Research Institute，EPRI) 已针对电力产业提供完整的案例研讨，而反应维护 (持续运作机器直到故障为止) 为最低效能且最高成本的发电设备维护方式。

预防维护 (Preventive maintenance) 是根据制造商建议的维护周期所进行和反应维护相比，24% 的成本。 约可省下

预测维护 (Predictive maintenance) 则是基于状态监测而预测所需的维护作业，和反应维护相比，约可省下47% 的成本。

状态监测系统的功能，就是连续监测风机关键部件并进行预诊断，以便操作人员相应地排定维护从而避免重大损失。

2011年11月份起，由国家能源局发布的《风力发电机组振动状态监测导则》将正式实施。标准本身虽然是推荐性的，但是推荐性标准和强制性标准都是政府发布的，我国行业一般把国家标准作为最低标准，事实上推荐性标准几乎也是强制执行的。^[1]

  《导则》指出，海上风电机组应选择采用固定安装系统，陆上2兆瓦以上(含2兆瓦)风电机组选择采用固定安装系统。陆上2兆瓦以下风电机组可选择半固定安装系统或便携式系统。　

虽然我国现有风机主流机型为1.5兆瓦，但是随着风机大型化的趋势，风机制造商目前正在研发和推广的大部分是2MW以上的机型，这就意味着越来越多的风机制造商会把振动监测系统纳入其研发/集成体系。

  风电机组监测系统位于受测设备的四周，并测量「最可能引起故障」的参数。图 1 为风电机组监测系统的典型构架图。通过传感器与数据采集硬件采集实际信号，通过软件分析信号以判断机器状态并预测故障。  

图 1. 基于NI平台的风电机组监测系统构架图
 

  从振动、应变、温度，到电能质量，针对重要设备/部件可以测量到各类不同的物理信号。在整合这些信号之后，即可进一步了解设备的状态。

一、振动

  通过振动监测可以了解旋转机械设备的状态，因此振动是风电机组监测最重要的方面之一。风电机组都包括主轴承、齿轮箱与发电机，通过振动监测可以有效地了解这些设备的健康状态。图 2 是振动传感器的安装位置，用以获取轴向 (Axial) 或径向 (Radial) 信息。根据有效的频率范围，可以使用位置传感器 (低频段)、速度传感器 (中频段)，或加速度传感器 (高频段)。振动传感器固定在待测部件之上，从而获取与瞬时本地运动相应的模拟信号。针对这类测量，采集设备应具备高采样率、高动态范围与抗混迭等功能。

  

图 2. 根据有效的频率范围，
可以使用位置传感器 (低频段)、速度传感器 (中频段)，或加速度传感器 (高频段)。振动传感器固定在待测部件之上，从而获取与瞬时本地运动相应的模拟信号。

  此外，还可以监测风机机舱与塔架的结构振动，从而了解结构弯曲，以及风力的气体动力效应。通过监测这些振动信号，就可以在关键部件发生重大故障之前，先发现部件是否产生任何问题，比如齿轮或轴承的老化/破损。而针对旋转机械，必须对传感器信号进行阶次分析以获取谐波信息。谐波 (Harmonics) 可以用来判断部件性能，并利于早期诊断。

二、润滑油品质

  因为不适当的润滑可能降低效率并造成机件故障，所以润滑油也是风机系统中的重要‘成员’。大多数的轴承与齿轮老化，都是因为使用润滑油不当而导致进一步损伤风机传动系统。这类监控包含油粒子 (Oil particle计数与湿度测量。)

通过如粒子计数器等装置，即可了解润滑油的品质与可能的污染状态。而工业级用油中的水污染物，扮演了极重要的角色。水分过高可能导致元件过热、腐蚀，或严重故障。大多数的湿度传感器，都可以通过模拟电压/电流或者RS232 接口，而采集到相应的湿度信息。

三、应变

  应变监测常见于结构健康监测等应用中，且在风力发电领域逐渐凸显其重要性。实验室往往通过应力测量，测试风机叶片的使用寿命。这些测量通常使用金属箔 (Metal foil) 应变计，相应的数据采集装置则需要具备电压激励与桥路补偿等功能。应变计可安装于叶片的任何位置，但根据传感器数量的不同，其分布位置也有所差异。传感器应妥善安装于叶片之上，以同时能测得「摆振 (Flapwise」与「挥舞 (Edgewise)」两个方向的数据。图 3 显示「摆振 (Flapwise)」与「挥舞 (Edgewise)」两个方向的差异。)

  某些制造商则已经将光纤传感器嵌入至叶片中，可轻松获取叶片的应变信息，且长距离亦可保持信号完整度。通过新的光纤传感技术，即可更精确监控叶片旋转时的应力。  

图 3. 摆振(Flapwise) 与挥舞(Edgewise)

四、声音信号

  风电机组噪声影响 (Noise impact) 测量，常用于判定风力发电系统是否符合如 IEC 61400-11:2002 (International Electrotechnical Commission) 规范。声音监测主要是通过麦克风测量风机的内、外部噪声。针对这一类测量，采集装置应具备高采样率、高动态范围，与抗混迭功能。当监测设备内部噪声时，测量主体即为齿轮箱与主轴承；外部监测则主要测量风机的整体噪声。通过噪声数据，可以找出高频部分而预测可能的故障。此外，还可以测量如声强信号，或通过 Third-octave 分析，检验风机的噪声。

五、温度

  预测维护也需要对温度进行测量。虽然有多款传感器可测量温度，但最常见的仍是热电偶与RTD。而适用的数据采集装置，则应具备较小的输入范围与冷端补偿 (CJC) 功能。结构健康监测也常常监测内、外部温度。另外更应注意某些关键部件的温度，如发电机的转子 (Rotor) 与定子 (Stator)，均为风机诊断的重要判据。

六、电能质量

  由于电能质量将受风速、涡流，与风向变换所影响，因此电能质量是风电机组状态监测的重要领域。风力发电系统的运行必须达到特定的电压与电流要求。下面列出了一些常见的电能质量分析：峰值功率输出、无功功率、电压波动、谐波。测量无功功率 (Reactive power) 部分，可以帮助判定电压/电流是否相位一致；通过谐波可进一步分析所有输出信号。同样的，风力的瞬间变化将可造成电压波动 (Voltage fluctuation)，从而影响电力输出。

  针对风电机组状态监测应用，NI 提供专属的解决方案。针对发电机/齿轮箱制造商或整机厂商，NI 提供了灵活高性能的软硬件平台，以设计高效能、低成本、可自定制的风机监测解决方案。根据产业需求，NI亦持续提供最新的信号处理算法，以找出信号的关键特征，并预测机器部件的状态。这些算法包含阶次分析、倒谱 (Cepstral) 分析、轴承调变检测、小波、AR 模型、电能质量、功率因素、Rainfall stress cycle分析，以及许多统计分析算法。通过 NI LabVIEW 软件，即可使用这些内置的信号处理算法、或者导入现有的文本代码 (如 C 与其他数学文本语言)，并可进一步扩展设计新的算法。

  以研究结果为例，齿轮箱及其轴承是风电机组中故障率最高的部件。通过加速度传感器对齿轮箱和轴承进行监测和振动分析，能够有效地对故障进行预诊断。但若风电机组使用的是多级齿轮箱，则过多振动源将造成复杂的齿轮啮合、调变，与运行振动。若要正确分析齿轮箱的振动，则需要带宽足够的振动信号采集设备，以记录长时间的波形。换句话说，状态监测解决方案必须能达到 51.2 kHz 以上的采样率，并能储存超过 2 MB 的二进制时间波形。NI CompactRIO 平台即具备此功能。而高级频谱分析包括Zoom FFT 与 Zoom order spectrum，可进一步找出高频振动特性参数，且不致遗漏边带 (Sideband) 信息。边带分析可辅助分析师找出故障齿轮。

此外，NI 平台可支持以太网、RS232/RS485、Modbus、OPC、CAN、Fieldbus、PROFIBUS，甚至自定义的通信协议。灵活的通信构架，可让 NI 系统轻松整合风电机组中的其他装置。

  本文主要探讨了风电机组监测的构架与主要监测项目。风机监测系统主要是针对预测维护所设计的，以期能在重大故障发生之前，找出可能存在的问题并及时修复。风机状态监测可以从振动、应变、润滑油、声音、温度、电能质量等各个方面，针对重要设备/部件进行测量、分析和数据整合，从而对设备状态进行预诊断并给出适宜的维护建议。

[1] 解读《风力发电机组振动状态监测导则》中国风机网