风电场智能巡检系统研发与应用研究

刘承志，程飞，孟涛，杨昊，黄琪，吕惠

（华电福新安徽新能源有限公司，安徽 合肥 230000）

1 前言

根据《中国2030年前碳达峰研究报告》，我国一次能源消费总量2028年、2030年分别达到59亿、60亿吨标准煤，年均增速2%。为实现能源生产领域减碳，必须加快以光伏风电为代表的新能源替代化石能源，提高新能源在一次能源总用量的比例。在此背景下，光伏和风力发电进入快速发展期。当下风机装机容量和运行时间的不断增长，一方面，提高机组利用率、降低设备故障率、降低维护成本，已成为风电运维首要难题；另一方面，提升风力发电的经济效益，也已成为风电运维的重要目标。基于此，将人工智能技术应用于新能源电站运维，推动“少人值守、无人值守”的管理模式、提升新能源运行水平，势在必行。

“双碳”背景下新能源风电爆发式发展，但由于地处偏僻、占地较广，“小、散、远”的分布格局给运维巡检工作带来了新的挑战。传统的人工巡检在风机位置分布分散的情况下，会出现安全性低、管理难、效率低、响应慢、实时性差等问题，已无法满足实际需求，急需一套智能巡检系统。本文设计从以下三点解决上述问题，包括：（1）通过轨道机器人覆盖升压站中开关室、继保室、GIS室和风机机舱等室内场景巡检，依托于机器人机动性和人工智能技术，实现关键设备状态实时监控；（2）利用无人机巡检识别风机叶片故障，能够充分发挥其视野宽敞、可靠性高、巡检速度快等优势，为风机的正常运作提供支撑；（3）利用三维数字孪生技术，将全站关键设备建模虚拟化。该设计已应用在具体工程实践中，助力实现了“少人值守、无人值守”的新能源风电新型运维模式。

2 总体设计

如图1所示，按巡检区域划分，风电场智能巡检系统主要可分为升压站巡检和风机巡检两个部分。

图1 风电场智能巡检系统示意图

2.1 升压站智能巡检

升压站承担着整个发电厂电能传输与分配重任，是运行管理中重要的一环。依托于深度学习、图像识别技术，采集升压站各类关键设备的现场图像，构建升压站关键设备多模态数据库，设计并形成升压站关键设备智能巡检算法库，通过在升压站应用高契合的智能巡检技术，能够更好地完成站点自动巡检及状态分析任务，实现发电厂升压站内关键设备状态的实时安全管控。升压站内室内区域采用轨道机器人巡检，室外区域如主变压器、SVG变压器，则采用固定摄像头巡检。各区域关键巡检内容如下：

主变压器、SVG变压器：重点仪表表计智能读取、红外温度包括引线接头、高压侧电缆、低压侧管型母线等智能巡检。

35kV开关室：开关柜设备重点部位温度、重点部位表计读取、压板、开关、指示灯等智能巡检。

继保室：保护装置的信号灯、表计识别、压板、告警故障等自动识别智能巡检。

GIS室：出线红外温度监测、分合状态智能识别、气体压力表计识别智能巡检。

2.2 风机智能巡检

借助轨道机器人、无人机等终端设备获取场景中的关键设备的异源数据，以构建风机智能巡检关键设备数据库；基于关键设备数据库，结合风力发电巡检的需求，构建出智能巡检模型库，实现风机机舱、塔筒、叶片等关键区域设备状态的实时管控，可有效缓解偏远地区运维人力不足问题，减少运维人员登塔风险，降低人员及设备安全风险概率，切实提升效益。风机机舱采用轨道机器人巡检，风机叶片则采用无人机巡检。各区域关键巡检内容如下：

机舱智能巡检：主轴、齿轮箱、发电机、顶部控制柜（测温等）、油位计油位、呼吸硅胶变色等智能巡检；

叶片智能巡检：叶片裂缝、破损、油污、雷击等智能巡检。

3 关键技术

风电场智能巡检中所采用的关键技术主要包括机器人智能巡检、无人机智能巡检和三维数字孪生等。

3.1 机器人智能巡检

智能巡检机器人以自身的运动能力为基点，搭载包括可见光相机、红外相机和拾音器在内的数据收集装备，利用这些装备对站内设备进行实时监测，以此实现站内设备情况的智能感知和环境监测，站端、工区管理端的数据收集和多源信息联动监测。智能巡检机器人作为一个智能运动平台，配备视频图像识别分析、红外成像测温和拾音检测等功能，这些功能能够帮助机器人实时监测关键设备的运行状态，快速精准定位设备异常位置，从而实现站内设备装置的智能化感知。

（1）视频图像识别。作为普通视频监控的有力补充，机器人巡检技术的依靠其灵活机动性能精准感知拍摄风电场各类关键设备的视频和图像，并通过内置的人工智能、计算机视觉算法自动识别设备状态，再与真实状态对照以发现不一致的情况，提高配电站自动化程度，逐步脱离人工巡检方式。

（2）红外测温。对于变压器、电容器、电抗器、避雷器、刀闸、线夹等一次设备的巡检，仅利用可见光外图像巡检，意味着只能感知设备的外部信息和动作变化，而无法有效掌握其内部的状态，更无法及时发现潜在故障。机器人所携带的红外摄像头，不间断对关键区域、设备关键部位进行红外特征采集形成红外测温数据。并通过跨模态图像高精度配准技术，结合可见光图像与红外图像，分析被监测目标对象的红外特征，更好地检测目标对象当前的内部状态。

（3）拾音检测。当风电厂设备运行时，设备会发出一些声音，这些声音可以侧面的反映出设备的运行状态。如果机器人收集到这些声音，再识别这些声音是否与设备正常运行发出的相似，就能够以此判断设备的运行状态，这是一种非常便捷的巡检方式。将拾音设备搭载到智能巡检机器人平台上，机器人在场站的巡检过程中，借助拾音设备搜集站内不同分贝不同波段的声音，利用智能声波识别技术分析收集到的声音，能够判断电厂关键设备运行时所发出的声音是否异常，进而了解到设备的运行情况，若设备运行状况异常，机器人会及时发出预警信息。

3.2 无人机智能巡检

无人机巡检是以无人机为载体，利用无人机搭载相机、红外感知系统等巡检载荷，开展风电场日常巡检任务，能够充分发挥其机载视野宽敞、可靠性高、巡检速度快等优势。利用机器学习、在线学习优化等算法，不断提高红外、可见光图像风机叶片故障检测精度，降低漏检概率，为风机的正常运作提供支撑。

（1）定时自动巡检。根据实地场景需求，风电厂工作人员通过提前设置无人机的巡检路线、轮询时间和巡检任务类型，无人机将具备自动巡检功能。无人机在每天固定的时间点，根据预置的巡检路线，每次无人机行驶至一个待巡检点，借助机载的各种科技装备对巡检点中的关键设施或者对象执行特定的巡检任务，例如设备关键部位拍照、红外热成像、设备温度识别、设备外观分析和设备控制状态识别等。

（2）远程遥控巡检。无人机具有远程遥控巡检功能，风电厂工作人员使用这种功能时，首先会根据待巡检目标的巡检要求输入巡检指令，然后只需要在控制中心对无人机下达巡检指令，就可以完成对无人机的调度；无人机将会根据巡检指令，前往指令中的巡检点，完成指令中相对应的巡检任务，这个功能极大地提高了巡检自由度和实用性。

（3）故障识别与处理。无人机利用深度学习算法和智能巡检模型库可以实现对目标风机叶片缺陷的精准检测，如叶片存在油污、裂纹和破损等；无人机对采集到的图像数据进行初步分析，分析结束后，将数据传输至平台服务器，进行规则处理、信息可视化和信息存储。

（4）巡检数据自动上传和异常警报。无人机在执行巡检任务时，如果发现某个巡检项不符合要求，即可告警信息并且该告警信息可以多种形式发出，比如无人机语音提示告警或者短信推送告警等。在发现异常情况的同时，无人机通过远程连接的数据传输通道将告警信息及相关图片信息发送至平台服务器，平台服务器可以根据告警信息的紧急等级结合告警规则向风电厂相关人员发送告警信息。

（5）无人机自动化场站。通过建立标准的无人机自动化场站，无人机可以在场地自主充电和自由起降飞行，解决无人机自身的续航能力不足的问题，进而轻松地抵达厂区所有的巡检点进行现场作业，省去了巡检人员费时费力地前往现场作业的麻烦。

3.3 风电场三维孪生

利用三维建模，建立风机内外部，风电场全站的三维可视化页面。将场景的设备在虚拟空间中完成映射，创造一个基于信息化平台的数字版的“风电场”。利用三维页面的特性，实现场景展示，路径漫游，信息展示，实时告警，路径巡检等功能（图2）。

（1）三维展示。建立1:1的三维风电场模型，精细展示三维风电场整体样貌和具体设备样式，基于是三维可视化页面，能够全方位查看精确到“仪表盘”的三维模型，同时能够快速的切换场景，如从1号风机内部切换到2号风机内部，因而简化了巡检人员的操作步骤，提升了操作效率。如图2所示。

图2 风电场三维展示示意图

（2）路径漫游。基于虚拟的“风电场”，利用空间特性，无需操作，在三维空间里进行切换，浏览“风电场”的不同场景。

（3）信息展示。基于三维风电场的设备模型，结合摄像头，机器人，无人机巡检产生的数据，实时展示风电场设备的详细信息，比如设备温度，设备开关等信息。

（4）实时告警。基于摄像头、机器人、无人机产生巡检数据，平台服务器的规则处理产生的设备告警数据，三维可视化页面通过改变模型颜色，增加动态闪烁等方式提示巡检人员“风电场”中的哪些设备产生告警，从而让巡检人员快速定位告警设备，排查告警原因。

（5）路径巡检。结合机器人等设备，设定机器人停留位置，通过三维可视化页面，实时的操控设备巡检一些或全部点位，实时产生巡检数据，反馈至三维可视化页面。

4 结语

传统巡检工作的自动化、信息化、智能化水平较低，基本依赖于巡检人员人工完成巡检工作，巡检工作的效率与质量受人为因素影响大，易出现漏检、错检等现象。风电场智能巡检系统不仅可以实现整个风电场的自动化巡逻，增强巡检工作的信息智能化水平，而且可以在提高巡检效率的同时强化巡检质量。建立完整的风电场智能巡检系统，通过机器人智能巡检、无人机智能巡检和三维数字孪生等关键技术的应用，该系统能够实时监测关键设备的运行状态，直观立体展示全厂区的实时数据和监控画面，快速精准定位设备异常位置并同步发出多级告警，从而减少巡检工作中的人为不确定因素，有效降低风电场的运营成本，确保风电厂的安全、可靠生产。