基于數(shù)字孿生與人工智能的風(fēng)力發(fā)電機(jī)智能監(jiān)控巡檢技術(shù)研究

摘" 要：為掌握風(fēng)機(jī)各設(shè)備實(shí)時(shí)運(yùn)行情況，提高巡檢的效率和質(zhì)量，實(shí)時(shí)、準(zhǔn)確、直觀地展現(xiàn)當(dāng)前風(fēng)機(jī)運(yùn)行狀態(tài)，借助數(shù)字孿生、人工智能、大數(shù)據(jù)技術(shù)進(jìn)行風(fēng)力發(fā)電機(jī)可視化智能巡檢技術(shù)研究。通過構(gòu)建真實(shí)風(fēng)機(jī)一比一等比例模型，整合實(shí)時(shí)采集的風(fēng)機(jī)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)及安裝于機(jī)艙內(nèi)的機(jī)器人監(jiān)測(cè)數(shù)據(jù)，智能識(shí)別分析結(jié)果數(shù)據(jù)、報(bào)警數(shù)據(jù)，實(shí)時(shí)在模型中展示，同時(shí)與視頻監(jiān)測(cè)畫面、紅外相機(jī)監(jiān)測(cè)畫面共同形成一體化的基于數(shù)字孿生技術(shù)的智能巡檢系統(tǒng)。結(jié)果表明，該系統(tǒng)能夠用更直觀、智能的方式展示風(fēng)機(jī)的實(shí)時(shí)監(jiān)測(cè)信息，通過數(shù)據(jù)融合分析及時(shí)發(fā)現(xiàn)問題，提高巡檢、監(jiān)控質(zhì)量。

關(guān)鍵詞：智慧風(fēng)電；數(shù)字孿生；智慧巡檢；巡檢機(jī)器人；人工智能

中圖分類號(hào)：TM315" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2023）11-0026-04

Abstract： In order to grasp the real-time operation of various equipment of the wind turbine， improve the efficiency and quality of inspection， and display the current operation status of the wind turbine in a real-time， accurate and intuitive manner， the research on the visual intelligent inspection technology of wind turbines is carried out with the help of digital twin， artificial intelligence and big data technology. By building a one-to-one scale model of a real fan， integrating the real-time monitoring data of the fan collected in real time and the monitoring data of the robot installed in the engine room， intelligently identifying and analyzing the result data， alarm data， and displaying it in the model in real time， at the same time with the video monitoring screen， infrared cameras monitor images to form an integrated intelligent inspection system based on digital twin technology. The results show that the system can indeed display the real-time monitoring information of the fan in a more intuitive and intelligent way， find problems in time through data fusion analysis， and improve the quality of inspection and monitoring.

Keywords： smart wind power; digital twin; smart inspection; inspection robot; artificial intelligence

本系統(tǒng)在廣東粵電電白熱水風(fēng)電場研究并實(shí)施完成。廣東粵電電白熱水風(fēng)電場位于茂名市電白區(qū)麻崗鎮(zhèn)北部熱水村附近山脊上，安裝了33臺(tái)單機(jī)容量為1 500 kW MY1.5S-82（S）型風(fēng)力發(fā)電機(jī)組，總裝機(jī)容量為49.5 MW。熱水風(fēng)電場的運(yùn)行管理受地域?qū)掗煛⑦\(yùn)行人員少和設(shè)備價(jià)值高等因素限制，對(duì)設(shè)備及時(shí)監(jiān)控和巡視是十分必要的。熱水風(fēng)電場處于粵西沿海山區(qū)上，場內(nèi)盤山路長約25 km，存在如下問題。

1）工作量大，風(fēng)力發(fā)電機(jī)場存在分布面積廣、地理偏遠(yuǎn)、交通不便和距離地面高等特點(diǎn)，巡檢人員的日常維護(hù)工作量較大。

2）人員不足（每個(gè)班組4名員工），風(fēng)力電場都處于偏遠(yuǎn)地區(qū)，且屬于野外高空作業(yè)，巡檢環(huán)境比較艱苦。

3）風(fēng)機(jī)分布分散且場站人員不足，造成風(fēng)機(jī)維護(hù)不及時(shí)，往往當(dāng)故障問題出現(xiàn)后才去補(bǔ)修，此時(shí)已經(jīng)造成經(jīng)濟(jì)損失。若風(fēng)機(jī)故障在出現(xiàn)之前及時(shí)被巡檢發(fā)現(xiàn)，則能在很大程度上減少或避免生產(chǎn)事故的發(fā)生。

根據(jù)熱水風(fēng)電場運(yùn)行規(guī)程，運(yùn)檢人員需每月對(duì)全場所有風(fēng)機(jī)進(jìn)行登機(jī)巡檢。由于風(fēng)電場山路崎嶇且地域跨度較大，路途費(fèi)時(shí)較長，巡檢任務(wù)非常艱巨。

每逢強(qiáng)對(duì)流天氣較多的月份，如未能及時(shí)完成巡檢，無法及時(shí)發(fā)現(xiàn)設(shè)備缺陷，可能導(dǎo)致設(shè)備損壞，故障停機(jī)，電量損失大幅增多。

4）本地區(qū)極端特殊天氣出現(xiàn)概率較大，一旦風(fēng)機(jī)出現(xiàn)故障，對(duì)運(yùn)維人員在特殊天氣下作業(yè)的安全問題是一種考驗(yàn)。

綜上所述，基于數(shù)字孿生技術(shù)的開發(fā)和研究可以在無人情況下監(jiān)測(cè)并診斷風(fēng)機(jī)運(yùn)行情況的智能移動(dòng)軌道式巡檢系統(tǒng)就顯得十分迫切和必要。該系統(tǒng)可以實(shí)現(xiàn)運(yùn)維人員足不出戶就可全景掌握風(fēng)機(jī)運(yùn)行狀態(tài)，提高巡檢頻次及巡檢質(zhì)量，降低日常維護(hù)的人員、車輛及物資等維護(hù)成本，挖掘風(fēng)機(jī)機(jī)艙設(shè)備狀態(tài)數(shù)據(jù)中的價(jià)值，提高能源場站運(yùn)維管理水平。

1" 系統(tǒng)總體設(shè)計(jì)

為解決上述問題，立足風(fēng)機(jī)設(shè)備巡檢難點(diǎn)與痛點(diǎn)，該系統(tǒng)從無人化、智能化、可視化的角度著手設(shè)計(jì)，通過在機(jī)艙內(nèi)部安裝掛軌機(jī)器人，其上搭載一系列傳感器，配合固定位置攝像頭，采用巡檢和實(shí)時(shí)監(jiān)測(cè)融合的方式，采集風(fēng)機(jī)內(nèi)部的各種實(shí)時(shí)視頻、傳感數(shù)據(jù)，同時(shí)建立數(shù)字孿生技術(shù)的三維風(fēng)機(jī)模型和機(jī)器人模型，借助人工智能技術(shù)實(shí)現(xiàn)對(duì)視頻、數(shù)據(jù)的智能分析、預(yù)警，更好地感知風(fēng)機(jī)各核心組部件的運(yùn)行情況，并展示在風(fēng)機(jī)三維模型上，使得巡檢、監(jiān)控工作在風(fēng)場集控室里即可完成。因此整個(gè)系統(tǒng)由掛軌式智能巡檢機(jī)器人、智能巡檢軟件系統(tǒng)和數(shù)字孿生三維可視化模塊3部分組成。總體設(shè)計(jì)如圖1所示。

2" 掛軌式智能巡檢機(jī)器人

風(fēng)機(jī)機(jī)艙內(nèi)部狹窄，設(shè)備固定，需要檢查的點(diǎn)位分布在機(jī)艙內(nèi)各核心設(shè)備上。平時(shí)受地理環(huán)境、天氣情況和巡檢人員工作安排等因素影響，巡檢工作不可能隨時(shí)隨地到風(fēng)機(jī)機(jī)艙內(nèi)進(jìn)行巡檢，固定攝像頭的方式受限于安裝位置和結(jié)構(gòu)，只能監(jiān)控固定的視野范圍。而采用掛軌方式架設(shè)搭載可升降云臺(tái)的機(jī)器人，可實(shí)現(xiàn)水平360°，垂直180°無死角地監(jiān)控機(jī)艙內(nèi)的情況，隨時(shí)對(duì)機(jī)艙內(nèi)的檢查點(diǎn)進(jìn)行檢查，滿足機(jī)艙內(nèi)巡檢的需求。

機(jī)器人安裝于機(jī)艙內(nèi)架設(shè)的固定軌道模式上，智能監(jiān)測(cè)系統(tǒng)通過預(yù)設(shè)運(yùn)動(dòng)軌道可移動(dòng)到各個(gè)設(shè)定的檢測(cè)區(qū)域，通過可見光、紅外、振動(dòng)和聲音等多種智能傳感裝置采集各設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)。這些數(shù)據(jù)首先通過低壓載波方式傳送到控制箱，再通過網(wǎng)絡(luò)將數(shù)據(jù)回傳到安裝在集控室后臺(tái)服務(wù)器的智能巡檢系統(tǒng)中。信號(hào)傳送方式可以是有線通信，也可以是無線通信。

掛軌式智能巡檢機(jī)器人硬件結(jié)構(gòu)由4部分組成，包括機(jī)器人本體、軌道系統(tǒng)、供電系統(tǒng)、通信系統(tǒng)。本體設(shè)計(jì)圖如圖２、圖3所示。

3" 數(shù)字孿生

本系統(tǒng)軟件部分底層基于數(shù)字孿生技術(shù)平臺(tái)研發(fā)，結(jié)合數(shù)字孿生的概念和定義，平臺(tái)主要分為感知層、傳輸層、存儲(chǔ)層、運(yùn)算層和展示層5部分。這5部分各司其職，形成一個(gè)有機(jī)整體，通過設(shè)備將風(fēng)機(jī)現(xiàn)實(shí)狀態(tài)轉(zhuǎn)化為數(shù)據(jù)，數(shù)據(jù)通過網(wǎng)絡(luò)傳輸至平臺(tái)存儲(chǔ)，同時(shí)在可視化的三維模型中實(shí)時(shí)展示，其中部分?jǐn)?shù)據(jù)經(jīng)過運(yùn)算層的運(yùn)算、分析形成新的數(shù)據(jù)展示或存儲(chǔ)。各層關(guān)系在系統(tǒng)中的應(yīng)用詳述如下。

3.1" 感知層

感知層以設(shè)備為主，是數(shù)據(jù)的來源，是物理實(shí)體狀態(tài)描述。本項(xiàng)目感知層的設(shè)備主要是掛軌巡檢機(jī)器人及各類傳感器，包括機(jī)器人本體，及其搭載的可將光相機(jī)、紅外相機(jī)，升降桿、云臺(tái)、溫濕度傳感器、氣體監(jiān)測(cè)傳感器等，也包括安裝在機(jī)艙內(nèi)的局放檢測(cè)設(shè)備，振動(dòng)傳感器等。一方面，這些設(shè)備實(shí)時(shí)獲取數(shù)據(jù)，或者在執(zhí)行定時(shí)啟動(dòng)的巡檢任務(wù)時(shí)獲取數(shù)據(jù)，并發(fā)送至服務(wù)器，另一方面服務(wù)器端通過下達(dá)控制指令，控制設(shè)備、傳感器的啟動(dòng)、停止、運(yùn)行等。

3.2" 傳輸層

傳輸層是數(shù)據(jù)和指令傳輸?shù)耐ǖ溃B接感知層和其他各層。感知層獲取的數(shù)據(jù)通過傳輸層或存儲(chǔ)、或計(jì)算、或展示。數(shù)字孿生技術(shù)的應(yīng)用對(duì)于數(shù)據(jù)實(shí)時(shí)性要求極高，數(shù)據(jù)、視頻圖像實(shí)時(shí)展現(xiàn)，起到連接作用的傳輸層需要支持多協(xié)議轉(zhuǎn)換及數(shù)據(jù)處理。這部分采用功能是由底層高性能物聯(lián)網(wǎng)技術(shù)平臺(tái)及相關(guān)硬件完成，通過構(gòu)建節(jié)點(diǎn)和及節(jié)點(diǎn)之間的流，能夠快速連接硬件和設(shè)備到Web服務(wù)及其他軟件，同時(shí)內(nèi)置多種物聯(lián)網(wǎng)協(xié)議，覆蓋設(shè)備范圍較廣、性能較好。

3.3" 存儲(chǔ)層

感知層獲取的數(shù)據(jù)需要長期保存，用于為數(shù)字孿生平臺(tái)仿真、模擬、分析和模型訓(xùn)練等功能使用，有極大的價(jià)值，而這部分?jǐn)?shù)據(jù)中有相當(dāng)一部分屬于監(jiān)控類數(shù)據(jù)，實(shí)時(shí)產(chǎn)生且數(shù)據(jù)量大，需要實(shí)時(shí)入庫或以文件方式寫入磁盤，因此系統(tǒng)須具備大數(shù)據(jù)平臺(tái)的數(shù)據(jù)采集、存儲(chǔ)、查詢能力，包括視頻文件的存儲(chǔ)、基于時(shí)間序列的傳感器數(shù)據(jù)的存儲(chǔ)等。

3.4" 運(yùn)算層

以大數(shù)據(jù)、人工智能、圖象處理技術(shù)為核心，是數(shù)字孿生體實(shí)現(xiàn)認(rèn)知、診斷、預(yù)測(cè)、決策各項(xiàng)功能的主要技術(shù)支撐。本系統(tǒng)采用分布式時(shí)序數(shù)據(jù)庫存儲(chǔ)風(fēng)機(jī)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、機(jī)器人狀態(tài)數(shù)據(jù)，以kafka+flink構(gòu)建實(shí)時(shí)計(jì)算體系，整套大數(shù)據(jù)pipline保證海量監(jiān)測(cè)數(shù)據(jù)、實(shí)時(shí)分析計(jì)算數(shù)據(jù)實(shí)時(shí)入庫。人工智能技術(shù)主要應(yīng)用在視覺識(shí)別和設(shè)備故障診斷領(lǐng)域。采用開源目標(biāo)檢測(cè)算法Yolov5實(shí)現(xiàn)煙霧、火焰、人員跌倒、未佩戴安全帽和未穿安全帶等識(shí)別功能。除此之外，采用opencv開源圖象處理庫，實(shí)現(xiàn)機(jī)艙內(nèi)各類表計(jì)識(shí)別功能，例如油位計(jì)、壓力表和LCD表等。

3.5" 展示層

展示層主要包括風(fēng)場、風(fēng)機(jī)的三維模型及數(shù)據(jù)圖表等元素。三維模型是基于開源三維建模平臺(tái)babylon制作風(fēng)機(jī)一比一三維模型；圖表使用百度開源的echarts。其中，babylon一款WebGL開發(fā)框架，是微軟推動(dòng)創(chuàng)建并維護(hù)，功能強(qiáng)大，支持常見的glTF、OBJ和STL等格式，也有其自己的常用格式babylon。

本系統(tǒng)根據(jù)風(fēng)力發(fā)電機(jī)組設(shè)計(jì)圖紙制作等比例三維模型，包括風(fēng)機(jī)塔筒、風(fēng)機(jī)機(jī)艙內(nèi)的各核心部件，同時(shí)按照施工設(shè)計(jì)圖紙制作架設(shè)在機(jī)艙內(nèi)的軌道和機(jī)器人模型，將這三者融為一體，形成完整的模型。將機(jī)器人自身狀態(tài)數(shù)據(jù)、傳感器數(shù)據(jù)和設(shè)備信息融入到模型中，在同一個(gè)界面中展示，達(dá)到狀態(tài)數(shù)據(jù)同步展示的目的。展示的信息包括可見光相機(jī)和紅外相機(jī)拍攝到的實(shí)時(shí)畫面，振動(dòng)監(jiān)測(cè)傳感器、環(huán)境監(jiān)測(cè)傳感器、氣體監(jiān)測(cè)傳感器、異響監(jiān)測(cè)傳感器采集到的實(shí)時(shí)數(shù)據(jù)，以及傳感器數(shù)據(jù)超閾值報(bào)警等，及時(shí)反應(yīng)機(jī)艙內(nèi)的實(shí)時(shí)狀態(tài)。

風(fēng)機(jī)模型在瀏覽器中展示，支持運(yùn)行模式、線框模式、拆解模式3種展現(xiàn)方式。

運(yùn)行模式：開啟此模式時(shí)，風(fēng)機(jī)輪轂帶動(dòng)葉片旋轉(zhuǎn)的展現(xiàn)方式；關(guān)閉此模式時(shí)，葉片處于靜止?fàn)顟B(tài)。

線框模式：開啟此模式時(shí)，風(fēng)機(jī)整體外殼以線框表示，能夠透視到機(jī)艙內(nèi)部，看到機(jī)艙內(nèi)的設(shè)備、機(jī)器人等；關(guān)閉此模式時(shí)，風(fēng)機(jī)外殼以白色材質(zhì)顯示，此時(shí)看不到機(jī)艙內(nèi)部結(jié)構(gòu)。

拆解模式：默認(rèn)情況下該模式是關(guān)閉的；當(dāng)開啟此模式時(shí)，風(fēng)機(jī)內(nèi)的核心設(shè)備以爆炸方式分散彈出。

4" 智能巡檢

掛軌式智能巡檢機(jī)器人是該系統(tǒng)核心傳感器的載體，配合機(jī)艙內(nèi)固定位置的攝像頭，其采集到的各類數(shù)據(jù)、音視頻需要通過智能巡檢軟件系統(tǒng)進(jìn)行綜合分析、存儲(chǔ)、展示，同時(shí)實(shí)現(xiàn)集控室對(duì)機(jī)艙機(jī)器人的遠(yuǎn)程控制和設(shè)置。智能巡檢軟件系統(tǒng)主要包括設(shè)備管理、任務(wù)管理、實(shí)時(shí)監(jiān)控、三維模型實(shí)時(shí)監(jiān)控、巡檢結(jié)果查看及智能識(shí)別等模塊。

4.1" 設(shè)備管理

包括對(duì)風(fēng)機(jī)、風(fēng)機(jī)內(nèi)部設(shè)備的配置及管理，與機(jī)器人管理配合，實(shí)現(xiàn)機(jī)器人與風(fēng)機(jī)的匹配，維護(hù)待巡檢設(shè)備的種類等。

4.2" 任務(wù)管理

該模塊主要功能是進(jìn)行巡檢任務(wù)的設(shè)置、檢查點(diǎn)設(shè)置和閾值管理等，將設(shè)備管理中設(shè)置的風(fēng)機(jī)、機(jī)器人、設(shè)備，與巡檢任務(wù)進(jìn)行關(guān)聯(lián)配置。支持多種形式的巡檢任務(wù)，包括全面巡檢、例行巡檢、專項(xiàng)巡檢、特殊巡檢、地圖選點(diǎn)及自定義任務(wù)等。

針對(duì)經(jīng)常出現(xiàn)問題、異常的巡檢點(diǎn)，系統(tǒng)自動(dòng)將其設(shè)置為重點(diǎn)巡檢點(diǎn)，機(jī)器人會(huì)定期單獨(dú)對(duì)這類巡檢點(diǎn)進(jìn)行專項(xiàng)巡檢。

4.3" 實(shí)時(shí)監(jiān)控

展示機(jī)艙內(nèi)部通過機(jī)器人可見光相機(jī)、紅外相機(jī)及固定位置攝像頭拍攝到的實(shí)時(shí)畫面，機(jī)器人采集、識(shí)別到的各類傳感數(shù)據(jù)，包括溫濕度、環(huán)境氣體、各主要設(shè)備振動(dòng)情況，是否有局部放電，設(shè)備是否有異響，各表計(jì)的最新讀數(shù)，以及最新一次任務(wù)執(zhí)行情況，最近報(bào)警信息等。

4.4" 巡檢結(jié)果及報(bào)警

機(jī)器人執(zhí)行巡檢任務(wù)過程中采集到的各類數(shù)據(jù)、音視頻、圖片會(huì)保存到系統(tǒng)中，供后續(xù)從時(shí)間、設(shè)備、部件等維度進(jìn)行查看、回溯和分析，同時(shí)任務(wù)執(zhí)行過程中發(fā)現(xiàn)的異常情況，系統(tǒng)會(huì)發(fā)出報(bào)警信息提示運(yùn)維人員進(jìn)行重點(diǎn)關(guān)注和報(bào)警處理。

4.5" 智能識(shí)別

人工智能模型是智能巡檢系統(tǒng)中重要的組成部分，借助這些模型實(shí)現(xiàn)各類智能識(shí)別功能，是系統(tǒng)智能化能力的核心模塊。該系統(tǒng)內(nèi)置了人工智能算法、模型，在機(jī)器人進(jìn)行巡檢任務(wù)時(shí)對(duì)風(fēng)機(jī)機(jī)艙內(nèi)各類表計(jì)讀數(shù)，人員行為及環(huán)境進(jìn)行識(shí)別等。

1）表計(jì)識(shí)別

機(jī)艙內(nèi)部有部分儀表讀數(shù)只能通過人工讀取，借助該系統(tǒng)的人工智能模型實(shí)現(xiàn)對(duì)油位計(jì)、壓力表表盤、LCD壓力表指示器和供電柜旋鈕等的識(shí)別，讀取其參數(shù)。

2）人員行為識(shí)別

登機(jī)作業(yè)人員需要嚴(yán)格遵守安全要求，包括佩戴安全帽、使用安全繩和禁止吸煙等。系統(tǒng)的智能模型能夠識(shí)別上述違規(guī)行為并上報(bào)給集控室，監(jiān)控人員能夠及時(shí)提醒作業(yè)人員。

3）環(huán)境識(shí)別

主要是對(duì)機(jī)艙內(nèi)煙霧、火焰現(xiàn)象的識(shí)別。雖然機(jī)艙內(nèi)固定位置安裝了滅火彈，但是對(duì)于其他位置出現(xiàn)火情感知并不準(zhǔn)確。通過機(jī)器人或攝像頭的智能識(shí)別功能能夠快速發(fā)現(xiàn)問題并及時(shí)報(bào)告給集控室。

上述智能化識(shí)別場景分為表計(jì)識(shí)別和對(duì)象檢測(cè)2種。對(duì)于表計(jì)識(shí)別的場景，采用opencv作為算法庫，結(jié)合攝像頭、機(jī)器人拍攝到的圖片，首先使用灰度處理、高斯濾波、卷積核等圖像處理方法，配合Canny、Sobel等邊緣檢測(cè)算法實(shí)現(xiàn)對(duì)表計(jì)的識(shí)別。對(duì)于對(duì)象檢測(cè)的場景，首先構(gòu)建圖片、訓(xùn)練集，例如人員佩戴安全帽、未佩戴安全帽的圖片，煙霧的圖片和火焰的圖片等，再由人工對(duì)采集到的大量圖片進(jìn)行人工標(biāo)注，最后采用Yolov5算法對(duì)標(biāo)注后的圖片進(jìn)行訓(xùn)練形成最終的模型，供系統(tǒng)調(diào)用。

5" 結(jié)束語

通過對(duì)基于數(shù)字孿生的風(fēng)機(jī)可視化智能巡檢系統(tǒng)的研究，搭建了風(fēng)機(jī)三維模型，利用數(shù)字孿生技術(shù)，將風(fēng)機(jī)機(jī)艙內(nèi)的傳感數(shù)據(jù)關(guān)聯(lián)到模型中，實(shí)現(xiàn)風(fēng)機(jī)巡檢的自動(dòng)化、數(shù)字化、可視化；利用機(jī)器人搭載環(huán)境監(jiān)測(cè)、振動(dòng)、溫度、聲音和氣體等各類傳感器和可見光及紅外相機(jī)等設(shè)備，配合機(jī)艙內(nèi)固定位置的攝像頭，實(shí)時(shí)獲取機(jī)艙內(nèi)的設(shè)備、環(huán)境和音視頻等數(shù)據(jù)，實(shí)現(xiàn)風(fēng)機(jī)的遠(yuǎn)程實(shí)時(shí)監(jiān)控；結(jié)合人工智能技術(shù)實(shí)現(xiàn)基于視頻的智能模型，配合機(jī)器人的可見光相機(jī)，使得機(jī)器人具備了進(jìn)行表計(jì)識(shí)別、人員行為分析等高級(jí)巡檢任務(wù)的能力。綜上所述，該系統(tǒng)能夠?yàn)轱L(fēng)機(jī)巡檢工作提供新的思路，使得風(fēng)機(jī)運(yùn)維向無人化、智能化邁進(jìn)一大步。

參考文獻(xiàn)：

[1] 卿子龍，孔慶香.海上風(fēng)電場智能型監(jiān)控管理一體化系統(tǒng)[J].分布式能源，2021，6（5）：59-63.

[2] 夏云峰.智能運(yùn)營2.0模式下，風(fēng)電場無人值守時(shí)代正在到來[J].風(fēng)能，2017（8）：32-34.

[3] 劉志超，王洪彬，沙浩，等.我國風(fēng)電利用技術(shù)現(xiàn)狀及其前景分析[J].發(fā)電技術(shù)，2019（4）：389-395.

[4] 陳玉波，袁秉森.一種軌道式變電站巡檢機(jī)器人的研究與應(yīng)用[J].電氣應(yīng)用，2015，34（13）：126-129.

[5] 尹雁和，賈子然，曾毅豪，等.變電站巡視中的圖像識(shí)別技術(shù)應(yīng)用[J].通信電源技術(shù)，2020，37（3）：141-142.

[6] 吳智泉，王政霞.智慧風(fēng)電體系架構(gòu)研究[J].分布式能源，2019，4（2）：8-15.

[7] 卿子龍，卿良華.海上風(fēng)電機(jī)組智慧型監(jiān)控管理系統(tǒng)[J].分布式能源，2022，7（1）：69-73.

[8] 房方，姚貴山，胡陽，等.風(fēng)力發(fā)電機(jī)組數(shù)字孿生系統(tǒng)[J].中國科學(xué)：技術(shù)科學(xué)，2022，52（10）：1582-1594.