风电机组一键智能巡检技术研究

风电机组一键智能巡检技术研究

王勇 1，柳玉宾 2，孙思宇 2，王恒涛 2，程思博 2

1华电湖北发电有限公司新能源分公司，湖北省武汉市 441000

2华电电力科学研究院有限公司北京分院，北京市100000

1、风力发电巡检传统方法

随着风电行业的不断发展，对风力发电机的检修和维护需求也相应增加。尤其随着科技进步，风力发电机的尺寸和风力机组的规模越来越大，为保证风力发电机能够长期稳定地运行，保证风力发电的质量，电力公司必须要对风机进行不定期的巡检和维护。因此，需要不定期巡检及时查找出风机桨叶的缺陷故障，并及时解决，以提升相关风力发电机及风电机组的整体寿命。

传统的风机桨叶巡检方式主要依靠巡检人员利用望远镜、蜘蛛人、吊篮、回形平台等方式进行观察，并凭借经验判断是否存在异常情况，存在以下主要问题:

1)效率低:吊篮、回形平台等方式工作量大、操作时间较长、检修人员工作量大。

2)精度低:受人工观测角度和观测距离影响，不能全面及时地发现叶片问题，无法实现精细化巡检。

3)检修环境恶劣:如冬季雨雪天气下，桨叶观测需要车外进行，难度增大，不利于检修工作顺利开展。

4)影响风机利用率:需要在风机停运状态下进行，减少了发电时间，带来发电量损失，不利于提高风机的利用率。

5)存在安全隐患:巡检过程中缺少人员定位信息，高空作业也会对检测人员的生命安全造成一定威胁，安全管理欠缺。

综上可述，传统人工巡检不仅存在安全性差、工作量大、效率低等问题，而且受观测角度影响，不能全面及时地发现问题。而除了人工检测，还有基于各种传感器的故障检测方法。

2、风力发电巡检新技术

随着工业制造技术、自动控制理论和计算机科学的不断进步，无人机应用的领域越来越广泛，其中巡检就是一个热门应用领域。利用无人机进行巡检，能达到人工不方便到达的地区和肉眼难以企及的精度，同时巡检速度还将大大提升，在第一时间发现并准确定位问题，高效率作业提高巡检频次，在故障初期便能发现问题并解决，提升电机使用寿命及发电效率。

建立一个智能、高效、安全的“自动化巡检系统”，目的是实现无人化、智能化、高效、经济、科学的能源站巡检分析管理，以先进的巡检模式来提高效益。

无人机系统巡检将较大程度代替人工巡检，通过搭载的可见光、红外摄像头对风电机组进行拍摄，采用人工智能算法识别故障状态，结合无人机和厂区风电机组的位置匹配，可精确定位故障点，拍摄相关图片、视频资料输出报告，以便检修人员检修。系统主体由巡检无人机子系统、固定式无人机机场子系统、环境监测子系统、飞控管理平台子系统和自组网通信链路模块等五大核心部分组成。

3、风电机组一键智能巡检模块

1. 固定式无人机机场

作为巡检系统主要组成部分，无人机机场要引导无人机精准着陆并以工业流水线的结构实现无人机平台的卡位、归位及机械臂对无人机电池的自动更换，在2分钟内自动完成无人机能量补给，有效突破当前无人机续航里程瓶颈的同时也减少人工更换电池的操作。机场可对无人机电池座智能管理，自主读取及库内的无人机电池电量，对低电量的电池进行电能补充，并具备过充保护、过热保护等功能。可将有关数据上传至云端和中控室做大数据分析及管理。机库具备UPS备用电源，当电路断开时自动切换至UPS供电，保证整个系统恢复至待机状态。

2. 环境监测子系统

配备标准摄像头、风速、雨量、湿度等监测系统，实现无人机场现场起飞环境的实时检测，为无人机起降条件提供现实依据。

3. 飞控管理平台子系统

部署在地面站，主要功能包括：

①实现机载摄像头远程控制和图像显示；

②无人机飞行状态实时显示：包含无人机姿态，无人机GPS位置信息，遥控器/图传数据链路状态，GPS信号强度，飞行模式，飞行速度高度；无人机实时视频；电池电量信息等实时信息显示；

③无人机远程航点规划；

④定时，定点航线巡逻任务规划；

⑤无人机跟随伴飞设置。

4. 自组网通信链路模块

拓展无线网络的覆盖半径。网络具有自动选择最佳路由特性，自组织、自愈合，自动实现链式、星状等网络拓扑(可于SCADA系统数据共享)。支持1.4G微波点对点、国网230M4G和三网三待的图传、数传，支持HDMI、网口、光纤等接口，图数一体传输采用自组网形式，同时上下行传输实时图像和业务数据。

（5）图像识别和处理软件

对巡检风电机组进行位置定位并进行唯一位置编号分配，能够自动识别常见故障并根据位置信息进行对应标注。将识别出的故障进行图像、视频采集并高亮故障点、故障面或故障区域。

（6）稳定飞行及精确定位技术

无人机在风电机组复杂电磁和高风速环境干扰下，依然能够保证飞行的准确性、安全性和数据采集的精准性，在拍摄过程中不与其他设备发生碰撞。

(7) 后台中心管理软件

部署在管理中心或管理人员计算机，主要功能包括：

①能实时获取无人机的状态信息；包括：无人机姿态角，飞行速度，高度，卫星信号强度，位置坐标信息，电池电量信息；

②可远程控制无人机一键起飞，一键降落，一键返航；

③实时显示无人机摄像头图像，并能支持，通过界面按钮和摇杆实时控制无人机摄像头的云台转动，镜头调焦；一键云台回中，拍照/录像；

④支持界面控制指点定焦，对需要观看的目标只要在界面上点击目标即可控制镜头自动对准目标；

⑤支持无人机航线规划功能；在地图上选取航线点，并能分别配置不同航点之前的飞行速度和高度；

（三）基于无人机三维实景模型与机桨叶自动巡检设计

采取无人机对监测对象（风电机组及桨叶）进行航拍扫描，生成三维地表模型，将每一个机组进行逻辑光标定位，该定位同步SCADA系统中的逻辑坐标点。第二步，利用无人机搭载RTK定位模块，实现高精度厘米级定位，无人机可在地面站一键起飞飞到指定高度，飞机搭建激光测距模块，定位到风机机头的距离，地面站可开启自动巡检的功能，航线设定的依据及将风机桨叶旋转面视为正方形，将正方形划分为若干个小正方形进行精准定位。如下图所示：

以每个正方形中心作为航点，无人机将在每个航点悬停3~5s以拍摄高清照片并传回地面站和云端保存。

（四）故障数据采集，图像识别及数据分析

通过专配的微单高分辨率相机、稳定的云台和RTK定位技术，可以取得精准的图片信息，无人机搭载的定焦镜头可在5米距离的拍摄范围内可以获取2mm的裂缝，还可以通过热感成像进行电机的检测。

应用数字图像处理结合Matlab软件对图像进行运算，自动获取不同故障的图像特性和数据表现，来实现对叶片损伤从定位到定量、定时、定精、定深等工作。由于SCADA平台本身支持数据库共享，充分利用与目标数据相关但不同的辅助数据的知识以克服单独目标训练数据无法训练出泛化性能较高的机器学习模型的问题，以改善在目标领域上机器学习算法的性能。因此可以根据SCADA平台上的任务经验积累机组和桨叶的视觉特征，如边缘、形状、几何变化以及光照条件等，最终在大型数据集上进行预训练，通过修改以适应本任务要求。