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