无人机在风电巡检的应用

（国华能源投资有限公司，北京 100007）

0 引言

随着风力发电技术的不断创新与革新，风电建设成本逐年降低，同时在国家的鼓励下越来越多的风电场建成并投入使用，同时也将伴随着很多设备的老化，这使风力发电机组的巡检和运维工作变得越来越复杂，给风电场日常巡检工作带了极大困难。随着新一代信息技术的发展和渗透，能源行业数字化转型步伐逐步加快，网络化、智能化需求迫切。风电行业基于此大背景，迫切需要建立一个不依赖于人工长期稳定作业，及时响应、智能巡检系统，能对风机运行状况、故障数据及时采集和诊断，以促进我国风电行业的长期发展[1]。

1 智能化巡检必要性

1.1 传统的人工巡检方式逐渐无法满足需求

风场一般处于人烟稀少、位置偏僻、环境恶劣的地区，而且随着风电规模不断增加，巡检人员不方便进行频繁、全面的检查和维修工作，导致效率和质量不能得到保证，如在偏远山区或者靠海的地区就更不方便操作，而且人工检测成本较高。同时，因风电机组设备的老化，大部分风电机组进入了设备故障多发期，传统线路巡视存在安全风险高，易造成人员摔伤、扭伤，车辆事故；人工视角范围窄、巡视存在死角。风电场人员少、工作强度大，雨雪天气过后，特殊地形人工巡视无法进行等问题，传统的以人工为主的检修模式已经不能完全适应当前风电机组的安全运维需求。为了排除风电机组故障和安全隐患，特别是风电机组机舱内的故障，风力发电场一般采用定期人工巡检的方式，而巡检人员在对机舱做定期巡检及检维修时须攀爬到近80米高的风电机舱内，这对工作人员的体能提出了较大的要求，也存在较大的安全隐患[2]。

1.2 后期设备维护成本较高，智能化程度低

由于风电行业前期跳跃式发展、参与方良莠不齐等原因，导致风电机组在实际运维中容易存在故障频发等问题，运维成本无形增加。另一方面，由于风电场所在环境大多气候复杂多变，长期工作在野外、暴晒和雷雨等恶劣环境中，易发生多种机械或电气故障。而且随着野外装机规模的不断扩大，风力发电机系统的故障诊断成本也越来越高了。特别对海上风电来说，后期运营维护费用占到总成本的一半以上。

同时，目前巡检作业主要是人工巡检，统计数量大，信息传输慢，巡检周期长，问题发现不及时。而传统数据采集周期长、成本高、精度低，难以满足风场精细化运营需求，所以，风电运维智能化程度低，不得不仍以纠正型运维为主。

2 无人机在风电巡检应用

2.1 无人机在风电巡检的优势

2.1.1 无人机能满足风电行业巡检环境复杂性需求，并大大提高巡检的质量和效率，巡检成本相对较低，安全性较高

无人机可载有4K高清相机、红外光相机、三维激光扫描仪、声音感知、灭火弹等任务设备，对风机和输电线路进行飞行巡检。在无人机使用期间，风电场团队在线路巡视基础上，逐步探索拓展无人机多功能技术的应用，如可利用风电场无线局域网，实现无人机视频图像时时回传集控中心，集控中心根据回传图像，进行集中分析诊断，并制定方案传递至检修班，检修班接受集控中心的信息，开展检修、消缺作业。当架空线路缠绕异物时，无人机操控人员可远程启动喷火装置，对缠绕在架空线路的异物进行烧毁消除，实现了不停电作业，减少设备停电时长，提高设备可利用率。对无人机加装拓展模块挂载消防灭火弹，在人员无法及时到达火灾现场的情况下，进行灭火扑救，使风电场的安全管控得到有效提升。所以，无论是何种情况下，无人机都大大提高风机行业巡检的质量和效率，降低巡检成本，也可以比较安全地进行巡检作业。

2.1.2 无人机能满足数据采集的实时、全面、精细要求，以及跨应用系统关联的需求

为保证风力发电机的正常安全运行，避免因故障造成意外停电，减少设备停机维护带来的损失，需要巡检人员能够实时监测风机的运行状态并预测、诊断故障。所以开展对风力发电机故障诊断的研究，及时发现系统的早期故障并进行维修具有重大的实际意义。

随着智能传感器和通信技术的兴起，无人机让更加实时、全面、精细的数据采集成为可能，也让对风力发电机故障诊断的研究，及时发现系统的早期故障并进行预测性维护管理成为可能。

通过无人机对风机主体和输电线路巡检，并实时将现场情况传回地面服务器，然后对设备巡检数据进行大数据分析，实现跨应用系统关联，能对故障的快速定位和根因分析，以便做出正确判断，及时排除故障，提高运维数字化、智能化水平。比如，无人机定期获取的风机叶片高清图像，将数据传回服务器进行处理分析，检测结果存储在数据库中[4]。同时，结合人工智能与大数据分析技术可以对无人机获取的风机叶片巡检数据进行分析，甚至对设备隐患进行量化分析和测量，高效了解风机叶片的运行状态。

基于无人机的风电巡检对数据实时采集、远程控制、设备协同、人工智能等带来比原来更强的时效性，发生故障的几率更低，控制的精度更高，将从整体上提升信息采集、收集的智慧化水平。

2.2 目前待创新点

由于风电行业的巡检自然环境非常复杂，有偏远山区又有海上，对安全要求也极高，而且随着风电市场的逐渐成熟，大型风力发电机组相继出现，风电巡检的工作环境也会变得更加复杂，所以，无人机要能适应风电巡检复杂场景，需要更多的技术创新，现仅以下四点为例论述。

2.2.1 复杂电磁环境下的高精度定位技术

由于风机内部布满了电线，风机发电过程中电线会有大电流流过从而产生了磁块。同时风机内部主要为钢结构件，对地磁信号产生了巨大的干扰，因此，传统的基于指南针的航向在此环境下不被适用。必须借助视觉等其它传感器来实现航向的估计，视觉传感器在使用之前需要对其内参进行标定，准确的视觉传感器内参将对定位精度产生很高的影响。此外基于视觉-惯导等多传感器融合的定位方案对传感器之间的外参较为敏感，当碰撞发生时，无人机支架可能发生形变，进一步改变传感器之间的外部参数。需要引入传感器外参在线实时标定机制，保障无人值守过程中，因碰撞等情况导致传感器外参发生变化时，不会影响到无人机的定位精度。除视觉传感器以外，ToF、红外、超声波等其它传感器也会用于融合定位，需要采用更精确的传感器模型与更优的融合算法，降低传感器的噪声，为无人机提供更加稳定、精准的定位结果。

2.2.2 全局轨迹规划技术

为使无人机自动巡检线路既能覆盖风机巡检过程中工人期望的所有检查点，又能提供最高效的规划轨迹，需全局轨迹规划技术。比如，可在离线地图上通过遥控虚拟无人机的方式设置不同的巡检轨迹，系统将根据不同的输入生成不同的巡检轨迹。考虑到无人机在对风机巡检过程中，需要对特定的物体以特定的角度进行停留拍照。所以需要考虑无人机的拍摄角度，而传统的轨迹规划多聚焦在巡检目标的位置、速度以及加速度状态，而并没有考虑角度，所以，应优化无人机偏航角，将偏航角作为一个变量加入到目标函数中进行优化。

2.2.3 局部环境改变及碰撞下的轨迹重规划技术

由于工作环境不是一成不变的，巡检环境可能随多种情况发生变化。当环境发生变化之后，如果全局地图尚未更新，那么将存在预先设置的轨迹与新障碍发生碰撞的情况，严重影响飞行安全。故采用轨迹重规划技术，当检测到未来轨迹与实时检测的环境将会发生碰撞时，将自动对局部轨迹进行重新规划，躲避障碍，保证飞行安全[5]。同时为保障巡检任务的顺利进行，避开障碍物后，无人机还应从局部轨迹过渡回全局轨迹，保证后续任务的完整性。当巡检过程中因为临时的设备添加及人员走动，无人机可实现避障与局部重规划，可在模拟环境中临时添加设备、障碍，无人机可以在没有更新全局地图的情况下自动重新规划轨迹，避开障碍物，完成巡检任务。同时，无人机巡检的第一要务是要保证风机的绝度安全，正常情况下可以做到无人机与风机不发生任何接触。为了以防万一，需要对无人机的失效形式做好必要的应急预案。比如因定位精度或其它异常问题，导致在巡检过程中发生了碰撞或剐蹭等问题，无人机可以自动识别此类问题，并完成控制策略的切换与局部的重规划。

2.2.4 适应狭长通道及复杂地效的控制技术

对于风机的巡检，除了风机叶片外，还有风机塔筒。风机塔筒是一个穿越狭长通道，无人机会受到螺旋桨下洗气流与机身的相互作用，此作用力被视为一种外界扰动作用在无人机上，将严重影响无人机的位置精度控制，从而引起无人机偏离运动轨迹从而发生碰撞与剐蹭事故。针对外界扰动，扰动观察器为一种有效的控制技术。无人机需要适应狭长通道及复杂地效的控制技术，提高无人机平台的控制精度。

3 结语

综上所述，为了解决风电行业的运维痛点，提高风机及风场输电线路运行的安全性、可靠性、智能化，以及数据采集实时性与全面性，可通过在无人机上载相关的任务设备，实现对风机及输电线工作状态的巡检，及时发现与排除安全隐患。采用无人机技术能有效弥补人工巡检的不足，随着技术人员对无人机高精度定位、轨迹规划、控制等技术的进一步研究与应用，未来无人机将成为用于风电机组及风电场输电线路巡检的主要手段。