引入无人机创新风电巡检新模式

2021-01-11 09:58:30 阅读量 88

摘要:一旦风电场在运行中出现故障,都存在人工检修困难、不够及时的问题,因此对风电场故障诊断与预测中人工智能技术的研究已显得十分必要。

风能作为一种清洁的可再生能源,越来越受到世界各国的重视。其蕴量巨大,比地球上可开发利用的水能总量还要大10倍。近年来,随着风电相关技术不断成熟、设备不断升级,我国风力发电行业高速发展。无论是累计装机容量还是新增装机容量,都已经成为世界规模最大的风电市场。

随着大量风电场的设备陆续投入使用,对设备运维也提出了更大的挑战。但风电场大多地处偏远地区,风机排布分散,人工巡检模式不仅存在安全性差、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。另一方面,风电系统24小时运作,特别是有些风电场的发电高峰反而是在夜间,往往需要更多的人力配给,来实现24小时持续性的管理维护和应急响应能力。

风电场风电机组无人机叶片巡检技术,基于多传感器融合的智能视觉控制技术,主要包括GPS和惯性导航技术应用,激光雷达和计算机视觉,主要创新点介绍如下:

1.巡检路径自动规划。利用GPS和惯性导航技术规划无人机叶片巡检过程中基本的飞行任务路径,飞行任务路径为:1条塔筒正前方起飞向上至轮毂+12条叶片巡检路径(三只叶片)+1条轮毂向下至地面的下降路径,实现基本的飞行轨迹设计。

2.叶片自动追踪。利用计算机视觉技术,让无人机叶片巡检的过程可以将无效背景信息剥离,实现自动追踪叶片。而其它仅靠飞行路径规划的无人机系统,在高空高干扰环境下,发生一定的路径偏离后无法追踪捕捉目标物,飞行作业往往失败。计算机视觉算法和程序,装载无人机机载电脑(下方硬件配置中有)中,在飞行期间运行。深度学习算法的应用,校验计算机视觉的软件的判断结果,确保追踪目标物的准确性。

3.安全高质量图像采集。利用雷达测距技术,保证在飞行过程中,无人机与巡检叶片的距离始终保持在预设的数值,保证飞行安全的同时(被瞬时强风干扰进入预设距离内则报警同时自动恢复预设距离),还保证拍照距离的固定从而确保照片质量以及照片数据的一致,对于后期数据处理,包括测量缺陷位置和大小建立可靠基础。

自2017年起,国内很多公司已在龙源电力13个省份、32个风电场累计完成风机叶片无人机巡检1300多台,主要包括金风、远景、联合动力、华锐、歌美萨等机型,发现严重缺陷475处,涉及风机285台,缺陷主要类型包括前缘腐蚀、叶根裂纹、前后缘开裂,雷击造成叶尖炸裂等,带来直接、间接经济效益1900余万元。

一是提升风机叶片巡检效率。单台风机作业时间30分钟,较传统人工检查手段,风机叶片巡检效率可提高5倍,节约运维成本约287万元,尤其针对海上叶片,风机叶片巡检提升更为明显;二是提高叶片精细化管理水平。可获取毫米级高精度缺陷图像,精确捕捉叶片翼型变化,挽回机组运行出力下降导致的潜在电量损失720万元,提前发现早期缺陷,避免叶片故障扩大化损失约907万元;三是实现叶片状态动态跟踪。搭建叶片数字化管理平台,自动判别缺陷类型、尺寸及严重等级,实现叶片运行状态趋势分析和修复效果评价,开创叶片“状态检修”运维新模式。

 

 


声明:以上内容来源于网络转载,出于传递信息及学习之目的,不代表本网站的观点、立场,本网站不对其真实性负责

上一篇:

风机叶片无人机自动巡检技术

下一篇:

自动飞行赋能行业生产力

点击体验,更智能、更便捷的无人机自动飞行系统

微信咨询

400-921-8045

工作日: 9:00 - 17:30

预约在线演示

由于预约人数较多,为更好的帮您安排直播演示,请提供您的真实信息与详细需求,我们会尽快与您联络。

此表单用于演示预约,如需咨询产品,您可以拨打400 9218045 了解产品详情。