风力发电机状态监测与故障诊断技术综述
风电机组故障诊断综述
风电机组故障诊断综述风力发电是一种清洁、可再生的能源，受到了全球范围内的广泛关注和应用。
风力发电系统在长期运行中难免会出现各种故障，这些故障会影响发电效率，甚至导致系统的损坏。
对风电机组故障的及时诊断和维修显得尤为重要。
风电机组的故障诊断是一个复杂的过程，需要充分考虑风力机组的结构特点、工作原理、运行条件等因素。
本文将从风电机组故障诊断的现状和发展趋势、故障诊断方法、故障诊断技术等方面进行综述，旨在为相关领域的研究和实践提供参考。
一、风电机组故障诊断的现状与发展趋势随着风力发电技术的不断发展和成熟，风电机组故障诊断技术也得到了长足的进步。
目前，风电机组故障诊断已经成为风力发电领域的一个热门研究课题，相关研究在国内外得到了广泛开展。
在风电机组故障诊断的研究中，越来越多的学者和工程师开始关注风力机组系统的健康管理(HM)技术。
HM技术是通过监测、诊断和维护来保证风力机组的安全、可靠和高效运行。
HM技术在风电机组故障诊断中的应用，能够及时发现和预测故障的发生，并采取相应的维修措施，从而提高风电机组的可靠性和利用率。
随着人工智能、大数据等技术的不断进步和应用，风电机组故障诊断技术也得到了很大程度的提升。
人工智能技术能够通过对大量监测数据的分析和处理，实现对风电机组运行状态的实时监测和故障诊断，为风力发电系统的运维管理提供了新的思路和方法。
未来，风电机组故障诊断技术将继续朝着智能化、自动化、网络化的方向发展，利用先进的传感器技术、大数据分析技术等手段，提高对风电机组运行状态的监测和分析能力，实现对风电机组系统的全面管理和控制。
风电机组故障诊断的方法主要包括基于数据驱动的方法和基于物理模型的方法两种。
1. 基于数据驱动的方法基于数据驱动的方法是通过对风电机组系统的监测数据进行分析和处理，从而实现对故障的诊断和预测。
这种方法的核心是利用数据挖掘、统计分析等手段，挖掘出与故障相关的特征信息，从而识别和分析故障的原因和性质。
风电机组故障诊断综述
风电机组故障诊断综述风电机组是利用风能将其转化为电能的设备，由于其运行在室外环境，容易受到各种天气和环境因素的影响，因此故障频繁发生。
为了确保风电机组的安全和高效运行，故障诊断成为一项重要的任务。
风电机组故障诊断的目标是及时准确地检测故障，并找出故障的原因，以便采取适当的措施进行修理。
故障诊断方法主要包括基于物理模型的方法和基于数据驱动的方法。
基于物理模型的方法是通过建立风电机组的物理模型，分析系统的动力学行为和故障模式，来识别故障。
这种方法有很高的准确性，但需要大量的先验知识和模型参数，同时对仪器设备的准确性和测量值的可靠性要求较高。
基于数据驱动的方法则是利用故障发生时的传感器数据，运用统计、机器学习和数据挖掘等技术，进行特征提取和故障分类。
这种方法不需要事先建立模型，可以自动学习故障模式和特征，具有较好的适应性和鲁棒性。
目前，风电机组故障诊断的研究主要集中在以下几个方面：1. 故障特征提取和选择：通过对传感器数据进行分析和处理，提取有效的特征，用于故障诊断。
常用的特征包括振动、声音、温度和电流等信号。
2. 故障分类和识别：利用分类算法和模式识别技术，对提取到的故障特征进行分类和识别，判断故障类型和位置。
常用的算法有逻辑回归、支持向量机和神经网络等。
3. 故障预测和剩余寿命估计：通过对历史数据和趋势分析，预测故障的发生时间和剩余寿命。
这种方法可以帮助制定维修计划和优化运维策略。
4. 故障诊断系统的构建和优化：将上述方法和技术整合起来，构建一套完整的故障诊断系统，实现对风电机组的实时监测和故障诊断。
对系统进行优化，提高诊断准确性和效率。
在风电机组故障诊断的研究中，还存在一些挑战和难题。
风电机组的复杂性和不确定性使得故障诊断变得困难。
缺乏高质量的故障数据和故障标签，限制了模型的训练和验证。
传感器的故障和干扰也会影响诊断结果的准确性。
如何提高故障诊断的可靠性和准确性，是未来研究的重点。
风电机组故障诊断是一个复杂而关键的问题，对风电行业的安全和可靠运行具有重要意义。
风力发电机状态监测与故障诊断技术综述
风力发电机状态监测与故障诊断技术综述摘要：随着信息技术发展速度的不断加快，信息技术的应用范围也开始变得越来越广了，在新能源领域信息技术得到了非常好的应用，风力发电技术作为新能源领域中的一个非常重要的组成部分，其的故障诊断技术和发电机状态监督在风力发电运行过程中发挥的作用是非常重要的。
本文就风力发电机故障诊断技术和状态监督进行分析，希望能够在一定程度上促进我国风力发电行业的发展。
关键词：风力发电；发电机；状态监测；故障诊断；机械故障；电气故障；振动故障目前我国风力发电技术在发展过程中仍旧存在着很多的问题，其中对风力发电影响最大的就是风力发电机故障诊断技术和状态监测这两个问题。
要想让风力发电产业得到更加快速的发展，故障诊断监测系统必须要对发电机各个零件的运行状态进行实时监督，只有这样才能够及时的根据风力发电机的电压、温度、震动来对发电机的状况进行准确的诊断，才能够在发电机出现问题的第一时间就能够及时的找到解决办法，我国风力发电机的运行效率才能够得到提升。
１风力发电机常见运行故障监测及诊断双馈风力发电机常见运行故障可分为机械故障和电气故障２类：机械故障包括发电机振动过大、轴承故障、轴系不对中故障、转子质量不平衡故障、机座松动、转子偏心故障等；电气故障包括线圈短路、绝缘损坏、气隙不均衡、三相不平衡等。
1.1机械故障信号监测与诊断通常可通过监测发电机的振动、温度、转速等信号诊断发电机轴承故障、轴系不对中、转子质量不平衡、机座松动、转子偏心等机械故障。
一旦发电机在运行的过程中出现故障的化，我们可以通过发电机输出的电流、功率、电压等的不同频率来对发电机的故障进行分析。
如果是发电机的轴承出现问题的话，那么番点击在进行运行的过程中就非常出现高频率的震动，一般情况下发动机出现故障的高频率震动，是发动机正常震动的一千多倍，如果发动机故障过于严重的话，那么发动机的震动可能就会变得更严重，这个时候故障诊断系统就可以通过振动传感器来获取外界的信号，才能够及时的发动机的故障机进行处理。
风力发电机状态监测和故障诊断技术的研究与进展
风力发电机状态监测和故障诊断技术的研究与进展一、本文概述随着全球能源结构的转型和可再生能源的大力发展，风力发电作为一种清洁、可再生的能源形式，其地位日益凸显。
风力发电机（Wind Turbine，WT）作为风力发电系统的核心设备，其运行状态和性能直接影响到整个风电场的发电效率和经济效益。
因此，对风力发电机进行状态监测和故障诊断技术的研究，对于保障风电系统的安全稳定运行、提高发电效率、延长设备寿命具有重要的理论和实践价值。
本文旨在全面综述风力发电机状态监测和故障诊断技术的研究现状与发展趋势。
文章首先介绍了风力发电机的基本结构和工作原理，分析了风力发电机运行过程中可能出现的故障类型及其成因。
然后，重点阐述了当前风力发电机状态监测和故障诊断的主要技术方法，包括基于振动分析的故障诊断、基于声学信号的故障诊断、基于电气参数的故障诊断等。
对近年来新兴的和大数据技术在风力发电机故障诊断中的应用进行了详细介绍。
本文还总结了风力发电机状态监测和故障诊断技术的发展趋势和挑战，包括技术方法的创新、多源信息融合技术的应用、智能化和自动化水平的提升等。
文章展望了未来风力发电机状态监测和故障诊断技术的发展方向，以期为我国风电行业的健康发展提供理论支持和技术指导。
二、风力发电机的基本原理与结构风力发电机是一种将风能转化为机械能，再进一步转化为电能的装置。
其基本原理基于贝茨定律，即风能转换效率的理论最大值约为16/27，约为3%。
风力发电机主要由风轮、发电机（包括装置）、调向器（尾翼）、塔架、限速安全机构和储能装置等构件组成。
风轮是风力发电机的主要部件，一般由2-3个叶片组成。
风轮受风力作用而旋转，将风能转化为机械能。
风轮的转速随风速的变化而变化，为了保证发电机能够在风速变化的情况下稳定工作，需要通过增速机构提高风轮的转速。
发电机则将风轮旋转的机械能转化为电能。
发电机的类型有很多，如永磁发电机、电励磁发电机等，其选择取决于风力发电机的具体设计需求和运行环境。
风力发电机状态监测与故障诊断技术
风力发电机状态监测与故障诊断技术摘要：近些年我国风力发电行业迅速发展，在推动新能源发展方面发挥着重要作用。
风力发电机使用过程中受到各种因素影响，容易出现故障问题，影响到风力发电机的正常使用。
本文分析风力发电机状态监测的重要性，阐述故障诊断流程及解决措施。
关键词：风力发电机；状态检测；故障诊断风力发电机组是通过获得风能进行发电的电力设备，重要大部件都位于几十米甚至上百米高的塔筒上，一旦损坏将直接导致停机故障，并且无法快速更换，风电企业应该做好处理流程预案，发生重要大部件损坏的情况时，必须快速处理，减少损失。
1、风力发电机故障诊断流程分析1.1 现场处理故障措施现场运维管理部门日常监控管理风力发电机组运行情况发现，重要大部件运行状态发生异常时，应及时向公司质量管理部门、技术支持部门和综合计划管理部门报告大部件质量异常情况，提出预警，并进行现场运行情况检查和停机检查。
现场运维工作人员发现重要大部件损坏及时停机、保护现场，立即主动报告运维管理部门领导，并填写重要大部件损坏情况，报告公司质量管理部门、技术支持部门和综合计划管理部门，报告的主要内容包括风机所在风场、机位号、风机机型、大部件名称和序列号、大部件供应商、故障发生时间、故障描述、损坏件情况、损坏件发生频次等，以及现场已经进行的检查工作情况和现场紧急处理情况。
1.2 提出故障处理方案技术人员根据问题原因初步分析结果，提出现场损坏大部件的处理预案：根据损坏大部件的情况和以往的工程经验，如果是之前已经发生过的并且已经知道原因，制定过预案的问题，可以按维修或是更换预案组织处理；如果是之前没有发生过的新情况，原因也不清楚的问题，要组织进行更进一步的技术分析，组织质量问题归零，再确定最终处理方案，在最终方案确定之前，也可以采取临时处理方案维修或更换损坏的大部件，以免过多的影响风机运行，造成很大的发电量损失。
1.3 现场恢复生产的应急处理由于风力发电机组大部件损坏后，一般分析问题原因涉及的人员多、信息资料多，有的还需要供应商共同参与分析，所以周期很长，而现场往往无法承受太长时间的等待，根据风场业主的要求，一般在一定时间内必须恢复风力发电机组的运行生产，所以，在技术人员分析问题的同时，运维管理部门可以先向综合计划管理部门申请调拨备件、批准开展损坏大部件的维修或更换工作。
风力发电机状态监测与故障诊断技术综述 杨昊
风力发电机状态监测与故障诊断技术综述杨昊摘要：随着时代的发展，当前人们越来越发现，制约人类发展的主要问题就是能源方面的问题。
在过去的时间中，人们都是依靠着能源进行全面的发展。
但是随着人类发展速度的加快，和不可再生能源的大量消耗，能源问题已经非常严重。
因此，当前大部分的国家都在积极的进行新能源技术的研究，但是在目前来看，能源问题的解决还是需要大量的时间，这是因为新能源发展中还是有着很大的技术问题，这些技术问题严重的困扰了新能源行业的发展。
本文就从新能源的特点入手，全面进行关于新能源发展的技术瓶颈研究。
关键词：风力发电机；状态监测；故障诊断技术在当前时代中，能源问题已经越来越严重。
因此当前国家提出了两项战略，第一项就是节能技术的开发，第二项就是新能源技术的开发。
这两项战略都是当前国家发展的重中之重，只有一边进行能源的节约，一边开发新能源，才能在固有能源消耗完毕之前，完成新能源的导入。
这对于国家的发展而言非常重要。
如果能源提前枯竭，那么人类社会将会倒退，这对于大部分的人而言，都是一场绝对的灾难。
因此，当前世界各国都在积极的进行新能源技术的研究，并且在突破新能源技术应用的瓶颈。
其具体的情况如下：一、新能源的特点风力发电机的核心就是风能的使用，所以我们通常将风力发电归结为新能源领域之中，这样有助于人们的具体研究。
其具体情况如下：在新的清洁能源技术中，其主要内容通常是风能的利用。
风能是目前最容易使用的能源之一。
这种能源具有较低的采购成本和可持续性。
在建筑中，可以增加风能利用设备，从而将风能产生的风能转化为建筑所需的电能，使人们可以更环保地使用电能。
同时，风能也可以作为备用储能方法之一。
在日常生活中，只要风力达到一定水平，它就可以将电能储存在风能蓄电池中，并且这种备用电源可以在电路故障等情况下使用。
然而，应该注意的是，对风能设备的建造有一定的要求，只有当有足够的风能时，该设备才能发挥其应有的作用。
如果风能不足，设备就没用了。
风力发电机状态监测与故障诊断技术综述唐泽容
风力发电机状态监测与故障诊断技术综述唐泽容发布时间：2021-08-20T01:06:26.566Z 来源：《现代电信科技》2021年第7期作者：唐泽容[导读] 风能是可再生能源，风力发电具有环保、绿色、可持续的优势，是国家重点发展项目。
风力发电需要机组的各个部件共同配合完成。
（中车永济电机有限公司 044502）摘要：风能是可再生能源，风力发电具有环保、绿色、可持续的优势，是国家重点发展项目。
风力发电需要机组的各个部件共同配合完成。
风力发电机将机械能转换为电能，是机组的核心部件之一，一旦发生故障，轻则停机断电，售后服务人员现场维修；重则下塔返厂，造成严重的经济损失，降低客户信誉度。
因此，降低故障发生至关重要。
关键词：风力发电机；状态监测；故障；故障诊断技术引言风能是可再生能源，风力发电不仅能降低对资源的消耗，缓解我国资源紧张问题，而且可大大减少对环境造成的污染，为推动我国能源消费结构也作出了巨大的贡献。
《风电发展“十三五”规划》，到2020年底，风电累计并网装机容量确保要达到2.1亿千瓦以上。
最新官方数据也显示，2020年1至8月新增并网容量超过1000万千瓦，总装机已超过2.2亿千瓦，稳居全球第一。
在“十四五”规划中，须为风电设定与碳中和国家战略相适应的发展空间：保证年均新增装机5000万千瓦以上，2025年后，中国风电年均新增装机容量应不低于6000万千瓦，到2030年至少达到8亿千瓦，到2060年至少达到30亿千瓦。
可见，风电发展前景明朗。
1 风力发电机组结构及工作原理兆瓦级风电机组常见结构分为双馈型、鼠笼型、半直驱以及直驱型。
双馈风力发电机机组工作原理：桨叶从风中捕获能量并传递轮毂（风能转换为机械能），轮毂连接升速齿轮箱低速端带动齿轮箱（变比大约50倍），升速齿轮箱高速端通过挠性联轴器连接拖动双馈风力发电机（机械能转换为电能）；变流器控制转子励磁发电。
其他结构类型的机组需要配置电机和全功率变频器。
风力发电机状态监测与故障诊断技术研究
风力发电机状态监测与故障诊断技术研究近年来，风力发电技术受到了越来越多的关注。
由于风力发电的可靠性和环保性，它已成为发展可再生能源的重要手段。
随着风力发电技术的成熟，人们开始重视风力发电机的状态监测和故障诊断技术。
本文将介绍风力发电机状态监测与故障诊断技术的研究现状和发展趋势。
一、现状1.状态监测技术风力发电机状态监测技术主要包括振动监测、温度监测、电流监测、声波监测等。
其中，振动监测是最常用的一种技术。
它可以通过安装加速度传感器和速度传感器来监测风力发电机的振动，从而实现对风力发电机的状态监测。
温度监测可以通过安装温度传感器来实现。
电流监测主要是通过监测发电机定子电流和转子电流来判断风力发电机运行状态。
声波监测则是通过分析风力发电机产生的声音来诊断风力发电机的故障。
2.故障诊断技术风力发电机故障诊断技术主要包括振动诊断、幅频特征诊断、熵值特征诊断、小波变换诊断等。
其中，振动诊断是最常用的一种。
它可以通过振动特征提取和分析来判断风力发电机的故障类型和程度。
幅频特征诊断是通过分析不同频率下振动信号的振幅和相位特征来诊断故障。
熵值特征诊断则是通过分析振动信号的复杂度来判断故障。
小波变换诊断则是通过对振动信号进行小波分析来判断故障。
二、发展趋势1.智能化未来的风力发电机状态监测和故障诊断技术将趋向智能化。
目前，人工智能和机器学习技术已开始应用于风力发电机状态监测和故障诊断领域。
这些技术可以通过分析大量数据，自动判断风力发电机的状态和故障，并给出相应的解决方案。
未来，随着智能化技术的不断发展，风力发电机状态监测和故障诊断技术将更加准确和高效。
2.联网化未来的风力发电机状态监测和故障诊断技术将趋向联网化。
通过将风力发电机和互联网连接，实现对风力发电机状态的远程监测和故障诊断。
这样可以及时发现和解决风力发电机的故障，提高风力发电机的可靠性和安全性。
3.多元化未来的风力发电机状态监测和故障诊断技术将趋向多元化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
风力发电机状态监测与故障诊断技术综述
发表时间：2018-10-31T18:58:28.857Z 来源：《防护工程》2018年第19期作者：李博华[导读] 随着信息技术发展速度的不断加快，信息技术的应用范围也开始变得越来越广了，在新能源领域信息技术得到了非常好的应用
华电山东乳山新能源有限公司
摘要：随着信息技术发展速度的不断加快，信息技术的应用范围也开始变得越来越广了，在新能源领域信息技术得到了非常好的应用，风力发电技术作为新能源领域中的一个非常重要的组成部分，其的故障诊断技术和发电机状态监督在风力发电运行过程中发挥的作用是非常重要的。
本文就风力发电机故障诊断技术和状态监督进行分析，希望能够在一定程度上促进我国风力发电行业的发展。
关键词：风力发电；发电机；状态监测；故障诊断；机械故障；电气故障；振动故障
目前我国风力发电技术在发展过程中仍旧存在着很多的问题，其中对风力发电影响最大的就是风力发电机故障诊断技术和状态监测这两个问题。
要想让风力发电产业得到更加快速的发展，故障诊断监测系统必须要对发电机各个零件的运行状态进行实时监督，只有这样才能够及时的根据风力发电机的电压、温度、震动来对发电机的状况进行准确的诊断，才能够在发电机出现问题的第一时间就能够及时的找到解决办法，我国风力发电机的运行效率才能够得到提升。
１风力发电机常见运行故障监测及诊断
双馈风力发电机常见运行故障可分为机械故障和电气故障２类：机械故障包括发电机振动过大、轴承故障、轴系不对中故障、转子质量不平衡故障、机座松动、转子偏心故障等；电气故障包括线圈短路、绝缘损坏、气隙不均衡、三相不平衡等。
1.1机械故障信号监测与诊断
通常可通过监测发电机的振动、温度、转速等信号诊断发电机轴承故障、轴系不对中、转子质量不平衡、机座松动、转子偏心等机械故障。
一旦发电机在运行的过程中出现故障的化，我们可以通过发电机输出的电流、功率、电压等的不同频率来对发电机的故障进行分析。
如果是发电机的轴承出现问题的话，那么番点击在进行运行的过程中就非常出现高频率的震动，一般情况下发动机出现故障的高频率震动，是发动机正常震动的一千多倍，如果发动机故障过于严重的话，那么发动机的震动可能就会变得更严重，这个时候故障诊断系统就可以通过振动传感器来获取外界的信号，才能够及时的发动机的故障机进行处理。
1.2电气故障信号监测与诊断
如果是发动机电气出现问题的话，那么故障检测系统在对发电机进行检测的过程中，就可以通过对发电机定子线圈的电压、温度等来对发电机的故障进行判断，能够引起发电机电气出现故障的原因主要有相间短路、匝间短路、和层间短路等，因此一旦发现是翻地啊你电气出现故障的化，就会重点对发电机进行短路检测。
在进行故障诊断的过程中，我们可以通过发电机的电压和电流、转子扭矩来对发电机的运行状态进行测量。
如果通过检测我们发现时由于相间短路的原因导致发电机再出现故障问题的话，我们就可以发现发电机的温度和电磁场都会发生非常大的变化，故障的特征也会随着时间的增加而变得特别明显。
要想快速的检测出发电机出现故障的原因，我们科技直接对发电机的振动、温度和电流进行采集，这样就能够在最短的时间之内诊断出发电机短路故障了。
相间短路一般主要包括三相短路、单相短路、两相短路。
发电机电气参量监测技术是通过测量发电机电流、电压和功率的高频分量实现对发电机机械故障的分析和判断。
2仿真计算及故障模拟实验研究现状
2.1风力发电机数学建模仿真
对双馈风力发电机故障诊断技术的研究主要包括故障仿真和实验模拟２种途径。
常用的故障仿真建模方法主要从“场”和“路”的角度对双馈风力发电机建立物理模型和数学模型。
从“路”的角度出发，根据多回路理论和发电机的数学方程，在MATLAB／Simulink中建立双馈发电机的数学模型，可模拟双馈发电机的正常情况和故障情况，李俊卿等通过该方法模拟了定子、转子绕组匝间短路故障，结果表明定子线电流相位差、负序电流、负序电流与正序电流之比均可以作为判断匝间短路的特征参量。
王德艳和王栋采用多回路理论建立了双馈风力发电机绕组匝间短路故障数学模型，分析了不同故障程度下的定子支路电流、定子线电压、定子线电流的变化特征，结果表明：发电机故障相电流远大于正常状态时的相电流；三相电流之间的相位不再对称；绕组故障程度与相电流大小成正比。
2.2风力发电机仿真实验平台
对风力发电机进行故障监测及故障诊断技术的研究时，可以搭建风力发电机故障模拟平台并进行故障信号模拟，验证各故障诊断算法。
D.Casadei等搭建了风力发电机实验台，通过在定子或转子某相串联１个与该相电阻值相等的电阻完成定子不平衡故障或转子不平衡故障模拟实验。
Yang等人搭建的实验台可以模拟发电机定子绕组短路故障、发电机转子不平衡故障、传动系机械故障等，该平台也能通过连接外部电阻箱来模拟转子三相不平衡故障。
Simon Jonathan Watsom等建立了基于振动信号分析的双馈风力发电机的监测与诊断系统的实验平台。
Lucian Mihet Popa等搭建的风力发电机的实验模拟平台含有滑环的双馈式绕线感应发电机，实验平台模拟的故障主要包括定子绕组匝间短路故障、定子不平衡和转子不平衡故障。
魏书荣等搭建了双馈风力发电机定子内部故障实验装置，发电机的定子出线端与可调节负载、录波仪连接，用于模拟双馈发电机定子内部故障。
３风力发电机状态监测系统
传统的风力发电机在线状态监测系统往往仅采集发电机的振动信号，通过分析振动信号判断机组各部件的运行状态，如瑞典SKF公司研制的IMX-W在线监测系统、新西兰况德实仪器公司研制的Turningpoint在线监测系统、丹麦B＆K公司研制的PULSEＥ噪声振动分析系统、美国DE公司Bent-iy分部研制的Trendmadter在线状态监测系统、德国PRUFTECHNIK公同研制的VIBXPERT、VIBROWEB-XP系统。
德国FAG|公司研制FAGX1系统等。
国内有西北工业大学研制的CDMA-6100状态监测与故障诊断系统|、中自庆安的CS2000风力发电机组状态监测与分析系统.北京威锐达测控系统有限公司研制VibDAQ网络化离线监测系统，东方振动和噪声研究所研制的DASP监测系统，阿尔斯通创为实技术发展有限公司研制的S8100系统等。
对于风力发电机而言，仅采集和分析振动数据容易造成误诊。
西安热工研究院有限公司研制的“WT-1型风力发电机状态监测与故障诊断系统”，除了能监测风力发电机组传动链各部件的振动信号外，还能获得发电机的电气信号，并且将常用的电气信号处理方法（负序电流法、电流谐波成分分析法、电流Park矢量轨迹法等）集成到该系统中，实现了对发电机状态的综合监测及故障诊断。
４总结
综上所述，风力发电机故障检测技术和状态检测对风力发电产业的发展有着非常重要的作用，其不仅能够提升风力发电产业的可靠性，同时还能够在一定程度上提高风力发电产业的生产效率，同时这样也可以减少风力发电机日常维修所需要的费用。
要想提高风力发电机故障诊断技术的水平，我们就必须要不断的结合先进的科学技术，不断结合风力发电产业自身的实际需求来对故障检测技术进行调整，只有这样风力发电产业才能够更好的为我国社会发展服务。
参考文献：
[1]赵勇，韩斌，房刚利. 风力发电机状态监测与故障诊断技术综述[J]. 热力发电，2016，45（10）：1-5.
[2]于占龙. 风力发电机状态监测与故障诊断技术综述[J]. 工程技术：文摘版，2016（10）：00297-00297.
[3]张晓良. 风力发电机状态监测和故障诊断技术的研究与进展[J]. 环球市场信息导报，2016（14）：141-142.
[4]王海鹏. 风力发电机状态监测和故障诊断技术的研究与进展[J]. 工业，2016（12）：00299-00299.。