2025风电机组叶片智能巡检平台

风电机组叶片智能巡检平台目录TOC\o"1-3"\h\u26598风电机组叶片智能巡检平台 114921一、项目概述 315896（一）企业简介 37286（二）项目背景 329675（三）项目建设情况 417937二、应用场景及建设方案 530078（一）场景描述 510055（二）技术架构 6319222)风场2/3D电子地图展示。 83156712)支持工作流管理，可以追踪、可溯源。 9135916)具备智能终端功能，方便现场核对故障照片和故障消缺结果。 103707（三）建设方案 124959三、项目效果 148614（一）项目效益 1425962（二）鉴定评价（如有） 1415876（三）推广前景 1514704四、下一步计划 16一、项目概述（一）企业简介河北XX新能源有限公司成立于2009年7月，公司坐落于河北省承德市，下辖6座风电场，1个光伏电站，装机台数413台，总装机容量92.9万kW，主要从事新能源开发业务。近两年公司在数字化建设方面引进了风机叶片无人机智能巡检平台建设项目。（二）项目背景我公司目前已投产风电场六座，其中3座风电场投产已近十年，近年来，每年均出现数次叶片损伤情况，造成风机停机及大量电量损失。传统的叶片检查方法为借助望远镜、长焦相机，垂索人工检测方式目前已经不能满足现场实际需求。随着无人机技术的发展，尤其是自动检测软件的开发，风机叶片无人机巡检技术已经得到了广泛应用。目前公司叶片巡检以人工地面巡检为主，吊篮检查为辅。存在巡检效率低、停机时间长，高空作业风险大等缺点。亟需借助新型无人机叶片巡检技术，解决现场巡检中存在的问题。减少叶片损坏故障，提高风机运行稳定性。无人机叶片巡检技术可以快速的进行故障检测和故障信息确认，智能识别叶片缺陷，自动生成分析报告。有效提高风电场叶片巡检效率，提高叶片巡检频率、提升叶片运行可靠性。可提高叶片运行寿命，间接减少叶片生产期间的造成的环境污染。同时减少废旧叶片处理过程中造成的二次污染。通过增加此系统，可加强现场叶片巡检效率，增加人员工作效率，同时减少叶片吊篮检查工作频次，降低现场安全风险。（三）项目建设情况风电机组叶片智能巡检平台建设项目于2022年4月20日开工，2022年8月30日完成。共投入资金60万元，承建单位北京中科利丰科技有限公司。购买一架大疆M300RTK无人机，一部H20T云台，用于现场叶片巡检，一台风机巡检专用一体化服务器R4900G3-F-1，部署在公司本部机房，目前公司除雁飞岭风电场（新投入）外，已在其余5座风电场成功搭建风电场叶片数字化管理平台，通过场站内网将巡检照片发送给系统服务器实现自动分析。我公司已完成万胜永风电场75台风机测绘，骆驼沟、漫景、西桥梁、补龙湾4个风电场各机型20%的风机现场测绘，并指导风电场现场人员学会测绘技术。通过无人机巡检叶片采集的照片传输到新能源无人机管理平台后，经过管理平台分析，可以准确的判断出叶片的损伤情况，并提出合理化建议，达到了公司预期效果。无人机风电机组叶片智能巡检项目已在公司正式投入使用。二、应用场景及建设方案（一）场景描述无人机叶片智能巡检平台项目的搭建解决了传统模式下，风机叶片巡检需要人工配合吊篮或者高倍望远镜，用肉眼识别叶片上的裂缝。这种方法耗时耗力，且识别准确率较低。并且高空作业，检测成本高，危险系数大，检测时间长，停机发电量损失大。无人机智能叶片飞行算法，高精度定位，厘米级误差，自动拍摄叶片全部表型照片，无遗漏。而且无需专业风机叶片巡检经验、无需专业飞手，极大减轻了巡检作业人员的劳动强度和劳动时间，更重要的能有效降低作业安全事故率。可识别不小于1mm*3mm裂纹、不小于25平方厘米的脱胶或漏油或发黑缺陷，缺陷识别率不低于95%。可自动生成巡检总结报告，报告内容包含但不限于风场基本情况、无人机巡检情况、风机缺陷统计情况、处理建议等。图1无人机巡检叶片时发现的缺陷（二）技术架构随着风电相关技术不断成熟、设备不断升级，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，我公司意识到人工叶片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。而无人机技术的发展不断成熟以及在不同行业的应用落地，基于无人机的新型巡检作业模式正在风电行业逐渐兴起，依靠无人机高空飞行、远距离、快速作业的能力，风电从业者可以大大提高巡检效率。现目前我公司对叶片表面故障常规有效检测的方法采用高倍望远镜、长焦相机，但难以达到完全覆盖，造成风机停机时间长，发电量损失较大，巡检效率低，工人劳动强度大，并且难以沉淀检修数据，数据价值小。经公司调研，无人机自动巡检能够快速地进行故障检测和故障信息确认，可以很好地完成风机表面损伤地记录，然而对缺陷地检测仍然主要依靠人工才能完成，这并没有满足巡检的真正要求。为了进一步提高检测效率，智慧分析软件系统孕育而生，应用了AI图像识别技术，能够更精准地进行缺陷初筛、更快速地分类识别，自动生成分析报告，从而实现风电场快速高效的巡检。同时可以有效提高发现问题的效率，实时处理。而建设管理平台，则全面地提升了无人机电力运维的信息化水平。运维无人机主要是由无人机本体、机载电脑、云台、相机、激光雷达、毫米波雷达、飞控系统、图像与数据传输系统、定位系统、动力系统以及电池、地面控制系统和云平台监控系统等部分组成。1）无人机采用4轴形式，机身需采用轻型材料碳纤维，镁铝合金等。2）主控内置三磁力计，三GPS，三加速度计。3）运维无人机搭载的相机应是高清可视相机，配置三轴智能云台。4）相机云台要求容易安装、拆卸、清洗（如需自清洗），且安装拆卸可靠，保证不影响无人机性能。5）人机在现场飞行时，需拥有抗风，抗干扰，防滴水，防尘等防护功能。智能巡检功能要求;叶片巡检航线，智能航线规划软件，一键一启动飞机，自动飞向巡检目标。自动生成三支叶片前后缘、压力面、吸力面、塔筒和机舱的巡检路线，并保存每只叶片的航线。风场2/3D电子地图展示。将无人机采集的风机叶片巡检图片数据上传到系统平台，对上传的风机叶片巡检图片数据按照叶片区域进行分类储存，并完成对图片的数字化处理及智能识别，完成缺陷标注及尺寸、位置的测量。风机图片，提供风机前缘视角、后缘视角浏览视图，以及各叶片迎风面、背风面大图、缩略图浏览功能，机舱和塔筒的图片视角。统计风机叶片缺陷数量。无人机所采集的照片可以完整的覆盖整个叶片，避免有区域有遗漏而无法查看到。叶片缺陷详情，点击缩略图，列表显示该叶片缺陷照片并自动标识叶片缺陷所在位置，点击缺陷标识详细显示叶片缺陷类型、尺寸、位置、等级和维护建议。巡检报告，生成风机叶片诊断报告，包括项目信息、作业人员配置、安全措施、危险源识别、叶片外部检查损伤判断准则、入场流程、叶片检查流程、叶片检查结果；支持智能导出巡检报告。AI智能识别缺陷，基本巡检性能为：无人机巡检完成后，将照片导入智能诊断软件，软件可智能识别风机的叶片的裂纹、脱胶、漏油或发黑等缺陷，并标识出来。缺陷识别率，可识别不小于1mm*3mm裂纹、不小于25平方厘米的脱胶或漏油或发黑缺陷，缺陷识别率不低于95%。缺陷位置标注，可将智能识出的缺陷自动标识在风机叶片、机舱和塔筒上，标注位置精度不大于1米。叶片、塔筒、机舱图片自动拼接成完整的风机整机照片，支持PC端和APP端浏览，查看故障缺陷。历史缺陷保存，可将风机历史缺陷数据保存，与最新缺陷进行对比观察，追踪风机缺陷变化情况。支持工作流管理，可以追踪、可溯源。巡检任务-制定、下达、执行，整个过程数字化管理，可跟踪、可追溯；巡检结果-通过人工智能和云计算技术，实时出分析结果，自动生成巡检报；复核消缺-快速、精准定位；消缺任务流程化管理，通过任务工作流驱动消缺任务执行情况；多维度统计、分析、对比故障和运维效率，满足各级部门数据分析需求。智能终端复核、消缺APP，满足现场各类故障复核和故障消缺结果上报。自动连续巡检多台风机，根据电量自动降落安全点换电。换完电后，接着上次的巡航点，继续自动飞行巡检。运维无人机主要用于风电叶片的日常巡视工作，所有的工作都在户外进行。运维无人机工作模式为全自动飞行，一键起飞，不需要飞手手动操作，不接受飞手提前录制飞行线路的工作模式。具备智能终端功能，方便现场核对故障照片和故障消缺结果。使用环境及主要参数如下：巡检时无人机与风机距离：不小于8-20米；无人机抗风能力：不小于8m/s；避障功能：具有6向避障功能无人机保护措施：有低电量保护、GPS定位保护、通讯中断保护，有效防止人员、仪器和公共设施的意外发生；硬件性能最大飞行高度海拔：3000m；最大飞行相对高度：≧120m；续航时间不小于40分钟；飞行方式：采用一键式全自主起降、按照规划的固定路径自动飞行方式；巡检风速：不大于10m/s时可自主巡检，无人机可安全降落。高清可视相机：可视相机可根据无人机航点规划自动拍照；相机启动后地面站自动录屏，无人机巡检降落后地面站录屏自动关闭；具有2500万像素；具有防抖功能；SD卡：最大支持128G，标配32G；工作温度：-25℃至55℃；人工巡检和单一的无人机硬件采购，无法做到与信息化系统对接，随之带来业务流程脱节、数据无法归档等问题。因此，亟需一套无人机智能巡检整体解决方案，解决无人机飞行任务管理、巡检数据管理、系统管理、集成融合等问题，充分发挥无人机巡检的优势。通过飞行任务管理，解决任务信息流末端到前端的贯通；通过巡检数据管理功能，把数据存储于平台，一边进行下一步缺陷分析，一边查询跟踪统计分析等；通过系统管理，实现无人机与组织架构、人员之间的对应关系，对不同角色权限清楚划分；通过集成融合，使用无人机作业，并与现有信息系统结合，接入其他平台数据或将系统嵌入到上一级平台，发挥网络协同效应。图2无人机智能巡检平台（三）建设方案风能作为一种清洁的可再生能源，其蕴量巨大，逐渐受到世界各国的重视，风电技术不断发展，各项设备不断升级。传统模式下，风机叶片巡检需要人工配合吊篮或者高倍望远镜，用肉眼识别叶片上的裂缝，这种方法耗时耗力，且识别准确率较低。并且高空作业，检测成本高，危险系数大，检测时间长，停机发电量损失大。

随着风电市场的快速发展，大型风电机组的相继出现，叶片重量的增长和叶片长度的增长给叶片的维护带来了挑战，而无人机技术的广泛运用，将代替人工对叶片进行检测。

无人机智能叶片飞行算法，高精度定位，厘米级误差，自动拍摄叶片全部表型照片，无遗漏。而且无需专业风机叶片巡检经验、无需专业飞手，极大减轻了巡检作业人员的劳动强度和劳动时间，更重要的能有效降低作业安全事故率。无人机平台搭载各方位GPS保护，保证360度的环境监测，以无人机为中心形成一个避障空间，保证无人机在任何一个方向做到有效防撞规避有效避免无人机与叶片相撞对叶片造成损伤或由此产生的坠落物对下方操作人员造成伤害。可识别不小于1mm*3mm裂纹、不小于25平方厘米的脱胶或漏油或发黑缺陷，缺陷识别率不低于95%。可自动生成巡检总结报告，报告内容包含但不限于风场基本情况、无人机巡检情况、风机缺陷统计情况、处理建议等。无人机可对叶片进行合膜缝检测、叶尖、叶根等检测，利用高清无人机成像技术进行边缘提取，计算成像缝隙宽度，叶尖检测分析，对根部进行缝隙、漏孔检测，对异常情况进行提示告警。无人机智能检测平台的应用，在保证安全的情况下，极大的提高了叶片检测效率。天气条件允许，每天可完成10余台机组、1mm损伤检测任务，真正做到提质、降本、增效。无人机智能化检测已成为未来叶片检修工作的重要发展方向。叶片作为风力发电机组中一个非常关键的部件，它的气动效率决定了风力发电机组利用风能的能力，这就要求叶片的性能不但要有最佳的机械性能和疲劳强度，还要具有耐腐蚀、紫外线照射和防雷击等特性，叶片高速转动时不可避免会与空气中的沙尘、颗粒产生摩擦和撞击，导致叶片前缘磨碎，前缘粘合会因此开裂。另外随着风机运行年限的增加，叶片表面胶衣磨损，脱落后出现砂眼和裂纹，砂眼会造成叶片阻力增加影响发电量，一旦变成通腔砂眼后会有积水造成防雷指数降低。无人机技术运用到风电叶片检测中能够弥补高倍望远镜观测所达不到的精细化，能够达到人工操作的效果，满足用户需求，而且叶片表面的灰尘也不会影响检测结果，同时减少了停机所带来的电力损失，提高工作效率及安全系数。三、项目效果（一）项目效益无人机智能巡检有效提高风电场叶片巡检效率，提高叶片巡检频率、提升叶片运行可靠性。预计每年可节省叶片检修运维成本约30万元。可提高叶片运行寿命，间接减少叶片生产期间的造成的环境污染。同时减少废旧叶片处理过程中造成的二次污染。通过建设此系统，可加强现场叶片巡检效率，增加人员工作效率，同时减少叶片吊篮检查工作频次，降低现场安全风险。（二）鉴定评价（如有）无（三）推广前景风电行业的发展契合国家未来实现碳中和发展政策，符合国家战略需求，因此，未来风电行业必将迎来新的发展高峰。与风电行业蓬勃发展相对应的，是风电运维工作需求量的激增。为了保证风电机组的高效运行，防止生产事故的发生，需要定期对风电机组进行定期排查，维修，清洁等工作。传统的风电运维大多采用人工检修的方式，一方面，随着风电装机规模的扩大，人工作业的效率逐渐跟不上产业的发展；另一方面，人工高空作业蕴含的风险始终值得风电人的警惕。人工高空作业存在较高的安全隐患，巡检效率低，工人劳动强度大，成本高，运维需要机组长时间停机，发电量损失大，而且检测范围无法完全覆盖机组整体。采用无人机巡检技术，智能分析软件系统能够快速地进行故障检测和故障信息确认，完成风机表面损伤地记录，并应用了图像识别技术，能够更精准地进行缺陷初筛、更快速地分类识别，自动生成分析报告，从而实现风电场快速高效的巡检。目前无人机在风电行业应用十分广泛，NavigantResearch公司日前发布报告《应用于\t"/html/20150923/_blank"风电领域的