關于風電場無人機智能巡檢系統的應用

邢 濤 趙建芳 姜廷剛 王宇昊

華電山東新能源有限公司 山東 濟南 250013

1 前言

為了提高發電效率，風力發電機組的尺寸越來越大，且結構復雜、故障點多[2]。所以一旦出現故障問題，處理不及時，所造成的后果也往往是更加嚴重。因此電站運維團隊需要定期對風力發電機進行巡檢，保證風力發電機組的可靠運行，提高設備可利用率。但風電場大多地處偏遠地區，風機排布分散，人工巡檢這種模式不僅存在安全性差、工作量大、效率低等問題，而且受觀測角度影響，不能全面及時地發現問題。另一方面，風電系統24小時運作，特別是有些風電場的發電高峰反而是在夜間，往往需要更多的人力配給，來實現24小時持續性的管理維護和應急響應能力。隨著5G、大數據、物聯網等數字化工業技術手段，風電產業也迎來了轉型與變革，智能化、數字化風電運維，無人值守少人值班，是風電的未來。

本文分析了當前風電場巡檢技術現狀，介紹了無人機自動化巡檢和人工智能數據分析相結合的解決方案和落地應用，對于長時間的保障風機安全、穩定、低成本的運行，具有極其重要的價值。

2 風電場巡檢技術

傳統的風電場巡檢方式是運維人員通過望遠鏡遠距離觀測或繩索垂降人工近距離檢測，以及在風機附近仔細聆聽葉片是否有刺耳的異常噪音，憑借經驗判斷。望遠鏡觀測無法近距離對風機葉片表面進行仔細的故障排查，很難達到較高水平的巡檢效果。繩索垂降方法工作效率低，工作人員工作強度高，工作危險系數較高[3]。

無人機可以從空中視野，快速高效地巡查和拍照，通過搭載高清RGB相機、紅外相機等載荷，可對特定目標多維度、快速、立體化、精準地完成巡檢工作。由于無人機的獨特優勢，部分風電單位已經開始采購應用[4]。首先，風機和線路巡檢需要無人機飛至檢查點附近進行觀測，對無人機操控技術要求較高，尤其在風電場這種復雜的環境中，很容易因為人為失誤而導致墜機等安全事故，甚至損傷地面設備和人員。其次，單一的無人機硬件采購，無法做到與信息化系統對接，隨之帶來業務流程脫節、數據無法歸檔等問題。與此同時，通用的巡檢模式是由運維人員對圖像數據進行人工甄別，工作量大且效率低下[5]。因此，亟需一套智能無人機+數據管理平臺的系統，解決無人機分級管理、任務派發、巡檢取證、數據管理、使用監督、缺陷識別等問題，充分發揮無人機巡檢的優勢。

3 智能巡檢無人機

多旋翼無人機由于具備懸停和低速飛行能力，并且操控簡易,維修方便,經濟性好，是風電廠日常巡檢的理想工具[6]。本方案從抗風能力、起飛重量、續航時間、成像穩定性、操控難度等因素綜合考慮，以大疆經緯系列M300 RTK飛行平臺為載體，搭載H20T雙光相機進行無人機風電場巡檢應用研究。

無人機技術不僅可以用于風機葉片巡檢，在集電桿塔、送出線路的巡檢也可以應用。本方案針對風電場中風機巡檢、線路桿塔巡檢兩個場景開發了兩套獨立的自動化航線規劃算法。操作人員只需將無人機放到合適的起飛場地，就可以讓無人機自主起飛并完成全部的巡檢過程，期間巡檢數據會通過4G/5G網絡自動上傳至云平臺進行AI智能識別，云平臺上可以看到無人機實時軌跡和巡檢畫面，實現了無人機巡檢和數據傳輸的全自動化。

3.1 無人機風機自動化巡檢

巡檢對象：風力發電機3支葉片的六個表面、塔筒及吊艙的外部缺陷。

巡檢內容：整機表面是否有裂紋、腐蝕、剝落、雷擊損。

巡檢過程：(1)控制風機停機，順槳并將葉輪鎖死。(2)無人機起飛后，飛至風機上方，根據風機吊艙上的特征點自動計算出風機朝向，調整飛機航向與風機朝向呈180°。自動飛至風機前方80米距離處懸停，以輪轂中心為特征點自動調整飛機高度和方位，使其與之對中。同樣在計算機視覺的輔助下計算葉片旋轉角，順時針方向以垂直向上為旋轉角0°，葉片一位于0°至120°之間，依次編號葉片二和葉片三。飛機會根據葉片旋轉角計算相機俯仰角，自動切換上/下云臺。(3)無人機基于以上參數自動生成航線，并開始風機巡檢作業。第一個航點位于葉片一和葉片二夾角中線延長線上點1(至輪轂距離>葉片長度)，在此處對葉片一分5段(從葉尖至葉根)進行拍照，完成葉片一迎風面的采集，接著在同一位置完成葉片二背風面采集。之后無人機將飛行至點2位置，完成葉片二迎風面和葉片三背風面采集。無人機自動重復以上過程完成3支葉片的全部表面采集過程。(4)葉片采集結束后將飛行到風機正上方，對吊艙上表面進行垂直拍照。飛至吊艙后方對后表面進行水平拍照。接著飛機垂直降低高度，對塔筒背面分5段進行懸停拍照。飛機繞至風機一側，由下向上對塔筒側面分5段拍照，在上方對吊艙側面進行拍照。從風機上方繞至另一側，由上向下進行采集，完成吊艙和塔筒另一側拍照。飛機回到風機前方，完成塔筒前側的采集。

圖一 風機葉片巡檢示意圖

圖二 風機吊艙和塔筒巡檢示意圖

(5)降落：作業結束后，無人機將自動返回起飛點自主降落。

3.2 集電桿塔和送出線路通道巡檢 對集電桿塔和送出線路通道的巡檢采用航點學習+航點復飛的方式實現自動化。航點學習過程中，飛機會記錄下每一個航點的位置，并在拍照時同步記錄飛機位置和攝像頭角度并生成新的航點。記錄下來的航線將保存在本地或云端。執行航點復飛時，可以從本地和云端加載航線，無人機可全自動飛行完成航線任務，無需人工操作。

根據桿塔安裝位置，在其正上方一定距離設定航點，沿線路通道進行自動飛行。飛機搭載紅外和可見光雙光攝相機，用紅外熱成像自動判別異常發熱點并用可見光檢測細節，飛行過程中采用錄像方式保存巡飛視頻，也可直接推流到遠程大屏中實時查看。在特定位置設置無人機起、降點，供無人機單次飛行開始及自動降落用。

4 人工智能缺陷分析識別

無人機自動巡檢能夠快速地進行故障檢測和故障信息確認，可以很好地完成風機表面損傷地記錄，然而對缺陷地檢測仍然主要依靠人工才能完成，這并沒有滿足巡檢的真正要求。為了進一步提高檢測效率，本方案應用了AI圖像識別技術，能夠更精準地進行缺陷初篩、更快速地分類識別，自動生成分析報告，從而實現風電場快速高效的巡檢。

在現場采集到的視頻或照片，經過后續的分析處理，可形成數據庫，進行識別模型訓練。

缺陷識別內容

(1)葉片缺陷識別：對于每張葉片圖片通過模型識別得到該圖片中是否含有缺陷。對于沒有缺陷的圖片,直接過濾掉；對于有故障的圖片,進行類別和嚴重程度的評定[8]。用戶可以通過賬號登錄平臺，查看葉片照片并進行缺陷查看、缺陷測量、報告導出等操作。

(2)集電線塔鳥窩缺陷識別：根據集電線塔安裝位置，設定特定的至少兩處拍攝備選航點，無人機將根據巡查時的具體時間，判定背光拍照點，自動飛行和拍照。圖片將回傳至平臺中由AI算法自動判讀是否有鳥窩缺陷。

5 巡檢數據可視化展示

利用傾斜攝影技術和三維建模軟件對風電場的地形地貌進行了三維數字化建模，從而判斷風電場場地的變化，如地質變化、風塔地基沉降、塔筒歪斜等。另外，通過將風機三維模型、無人機模型、無人機巡檢航線與現場的同步設置，可以在平臺上直觀地看到風機朝向、停轉角度、無人機巡檢航線和巡檢進度等實況。結合無人機第一視角現場直播畫面，可以在指揮中心完全還原作業現場，便于統一指揮和決策。

6 結語

通過現場試驗，風電場的無人機自動巡檢是可以實現的，能做到全方位無死角、省時省力省錢地完成風機、桿塔、線路等部件的巡檢任務。本方案的創新點有以下幾項：(1)更安全：傳統的無人機需要距離1米左右，才能進行全面檢測[7]。本方案通過使用30倍光學變焦云臺相機，可以與風機保持20-30米的安全距離對風電場的相關部件進行巡查，避免了飛機近距離飛行可能帶來的問題。無人機具有自動避障和全向感知功能，可以360°測距、顯示和報警，避免突然出現的障礙物造成的碰撞事故。(2)更高效：無人機所帶成像設備雖然能在俯仰及水平方向調節，但調節范圍有限。為了覆蓋全部巡查點，需要飛機調整位置和航向來獲得合適拍攝角度。本方案使用上下雙云臺相機，無人機在同一位置可以從更多角度觀測，極大降低了航點數量和航線長度，提高了巡檢速度。(3)更智能：無人機風機自動巡檢的難點之一是風機高度、朝向和葉片旋轉角度的判斷。本方案首次實現了，僅采用視覺手段對風機基本參數的精準設置。另一方面，在缺陷識別中將計算機視覺和圖像識別相結合，從而實現了巡檢和缺陷識別的全自動化。

綜上所述，本文中的無人機智能巡查系統以創新驅動發展，以更精確、更安全、更高水平的自動化、信息化、智能化，提高人員與設備的安全性，助力智慧風場的建設管理。