2024新能源风电机组无人机巡检技术方案

新能源风电机组无人机巡检技术方案2024.04目录TOC\o"1-3"\h\u162541.建设背景 3261572.系统功能设计 4270733.系统建设方案 8300993.1.系统架构 8220503.2.网络拓扑 944353.3.部署方案 10200513.4.系统主要硬件 11317583.4.1.无人机 12295293.4.2.智能云台 14163713.4.3.自动机库 16263383.5.风机巡检诊断子系统 1780123.5.1.巡检流程 17133413.5.2.系统功能 20108603.6.输电线路巡检诊断子系统 2372703.6.1.巡检流程 23118283.6.2.系统功能 26建设背景新能源电场分布点多面广，管理难度大。目前集团各新能源场站的运维方式普遍依然过于粗放，面临着管理困难，设备故障率高、运维不及时、安全可靠性低以及经济性差等问题，已成为新能源发电企业精细化管控的首要问题。新能源场站人力资源有限，场站分布广，地域偏僻、设备众多而分散，风电场日常运维管控困难，人员作业安全难以保障。随着风电装机规模越来越大，风力发电已成为可持续发展的重要能源之一。作为风力发电的核心部件之一，风机的正常运行对于整个风力发电系统的可靠性和稳定性至关重要。然而，由于风机通常安装在较为偏远的地区，加上高海拔、强风等天气条件不利因素的影响，导致风机的叶片经常会遭受损伤或其它故障，特别是在一些严重天气差的环境下，风机叶片的损坏情况尤为严重。为了保证风机的正常运行以及早发现、早处理风机叶片的故障风机叶片巡检成为了一项必要的任务。然而，传统的风机叶片巡检方式往往需要大量的人力和物力投入，且存在涉及人员安全等问题。随着无人机技术的不断发展，在风机叶片巡检任务中使用无人机进行巡检成为了一种新的解决方案。风电机组无人机自主巡检可避免风机长时间停机巡检，减少因巡检造成的发电量损失，利用无人机全方位自主采集风机照片，风机缺陷智能诊断和缺陷定位，降低人工巡检工作强度及巡检成本。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。根据发电企业发展的状况和趋势，风电电站运营的特点，按照新能源管控精益化要求，基本实现“集中监控、无人值班、少人值守”目标，风电电站智慧化应用是发展的必然趋势，夯实企业安全基础、保障安全生产稳定运行、实现精细化管理的必要手段。更是提高发电企业运行维护水平、降低人资成本、改善劳动条件、提高经济效益的有效途径。通过无人机智能巡检项目能有效解决降低运维成本，提升运维水平，提高及时发现问题的能力，保障风电机组安全运行。提高对作业人员的安全管控，能降低作业风险，保障企业本质安全。系统功能设计按照集团公司《风力发电机组定期工作标准-风机设备》、《风力发电机组定期工作标准-输电线路》和国家能源局标准《风电场无人机叶片检测技术规范》中对叶片塔筒和集电架空线路的要求全部进行巡检，采用四点位固定机库无人机协同巡检，运用AI图像识别、AI飞行算法等核心技术，无人机自主决策航迹、姿态、拍摄参数，获取高质量巡检数据。通过对采集后的设备图片进行AI识别分析，判断缺陷类型，并提供优质、快捷的巡检分析报告。可极大提升巡检目标在分散性、大面积场景下无人机空中作业的生产力，代替人员定期巡视，提升风电机组和集电线路的巡检效率和准确率，保障现场作业安全。针对风电场日常运维的痛点和需求，本方案计划通过无人机智能巡检系统的建设，实现对风机和输电线路的自动巡检和缺陷分析。系统前端选择无人机机库套装设备，可替代传统人工手动飞行，自动执行飞行任务完成数据采集。同时为适用项目所在区域的环境条件，无人机机库应具备温度调节功能，确保无人机在极端天气下的正常工作。系统利用地理信息系统（GIS）和人工智能（AI）技术，根据风电场地形和历史维护数据，自动规划最优巡检路线，实现无人机自动起飞、巡检和降落，减少人为操作，提高巡检效率和安全性。无人机智能巡检系统应用深度学习和图像处理技术，训练无人机系统自动识别风机叶片、塔筒、机舱等部件的损伤以及输电线路和塔架的缺陷，同时构建强大的后端数据分析平台，对巡检数据进行深入分析，及时发现潜在问题，提出维修建议。无人机智能巡检系统集成风机巡检和输电线路两大业务板块，在提前规划好巡检路线之后，只需要监测无人机的运行状态是否正常，其余的巡检工作完全交给无人机。相比传统的人工巡检方式，无人机智能巡检可带来以下优势：（1）自主巡检受环境影响较小。即使巡检目标在偏僻地区或者恶劣环境下，也不需要太多的人力参与就可以完成巡检工作，减少人力投入的同时也一定程度保证了工作人员的生命安全。（2）自主巡检灵活高效。只需适当规划巡检任务，通过自动化与AI技术，让无人机自主完成巡检任务。相比传统人工巡检和飞手操控无人机的方式更加灵活高效。（3）自主巡检精度高。相比手动操控无人机巡检的方式可以有效避免无人机碰撞、误拍、漏拍、图像不清晰等问题。（4）诊断更智能。通过深度学习技术，对风机外观和输电线路进行缺陷隐患的智能分析，自动生成巡检报告。巡检设备及缺陷类型针对无人机搭载的可见光+红外云台设备进行风电机组设备巡检，可巡检的具体设备类型、缺陷类型如下表所示。序号巡检项目巡检内容1风机叶片和塔筒1、同一机组的三支叶片应进行标识区分；2、单个叶片巡检范围应包括迎风面、背风面以及前后缘；3、叶片巡检部位包括巡检叶片表面、前后缘、接闪器外观、防雨裙、叶尖；4、叶片巡检内容包括叶片巡检内容包括巡检叶片表面的破损、裂纹、开裂、覆冰、增功组件破损等缺陷，巡检避雷接闪器的腐蚀、丢失等缺陷，巡检叶片螺栓的断裂等缺陷，巡检主梁的断裂、裂纹等缺陷。5、塔筒裂纹、腐蚀、油污、紧固件缺失、塔基裂缝。235kV集电线路铁塔/杆塔1.标识牌损坏、缺失；2.连接螺栓损坏、缺失、锈蚀；3.塔材变形、缺失；4.鸟窝；5.水泥T接杆焊接部位锈蚀；6.塔基回填土是否缺少。绝缘子及避雷器1.绝缘子串连接处是否缺少M销钉；2.绝缘子固定螺栓缺失；3.绝缘子的污闪识别；4.避雷器底座连接螺栓缺失；5.接线夹是否开裂。金具及防震锤1.金具挂线点开口销钉是否开口；2.铜铝过渡线夹是否开裂；3.防震锤掉落和移位。导线、电缆及光缆1.架空光缆破损及异物；2.导线破损及异物；3.终端杆塔至箱变高压侧电缆是否下坠；4.终端塔电缆封堵是否脱落；红外测温终端塔、耐张塔、转角塔、分支塔及避雷器接线夹温度监测；接续金具温度监测；导、地线连接金具温度监测。系统建设方案系统架构系统总体架构设计如下：系统架构图无人机智能巡检系统主要由设备层、网络层、数据层、平台层以及应用层组成，其中设备层主要由无人机、无人机固定机库以及无人机搭载的云台相机组成，实现系统数据源的采集和硬件设备的控制功能。网络层提供前端无人机设备于后端系统的数据通信，本项目前端部署的是固定式无人机机库，故可选择风电场区的光纤环网实现数据通信。数据层负责对从设备层获取的数据进行存储、管理与初步处理。它通常包括数据的接收、转换、存储和备份机制，确保数据的完整性和安全性。数据层会利用高性能服务器来实现这一功能，以支持大量数据的高效处理和分析。平台层是无人机智能巡检系统的核心，它通过集成的软件平台对数据进行深度分析和处理。该层包括数据分析引擎、AI算法模块、数据可视化工具以及任务调度和管理系统等。平台层的智能算法能够对采集到的图像、视频和其他传感器数据进行处理，识别异常情况、预测潜在风险，并生成巡检报告。应用层是系统提供给最终用户的界面，通过各种应用程序使得用户能够直观地交互和控制系统。应用层包括但不限于：用户控制台、报警系统、实时监控界面、巡检调度平台、分析结果展示和决策支持系统等。用户可以通过应用层指令无人机执行特定的巡检任务，实时接收并处理巡检过程中的数据，并根据系统提供的智能分析结果进行决策和响应。网络拓扑网络拓扑图网络架构说明：（1）无人机与固定机库之间通过无人机自带的窄带通信网络建立连接，其传输速率高，抗干扰能力强，通信距离可达5KM以上，可有效保障控制指令和图片数据的安全性与可靠性。（2）无人机机库通过场站内部的光纤环网与部署在场站侧的无人机智能巡检系统服务器（或诊断服务器）进行数据通信。部署方案由于本项目计划采用无人机固定机库方案，机库的部署位置选择尤为重要。根据场站18台风电机组的分布位置，考虑无人机机库的覆盖半径结合地理环境、经济、巡检效率等因素，初步规划建设2套无人机机库。（具体应实地踏勘进行无人机试飞测试来确定是否满足覆盖需求）机库部署位置示意如下：1号机库：在ER01-ER08号风机附近位置选择合适位置，该机库覆盖ER01-ER08号共8台风机及配套输电线路。2号机库：在FJ01-FJ12号风机附近位置选择合适位置，该机库覆盖FJ01-FJ12共10台风机及配套输电线路。系统主要硬件无人机大疆M350RTK大疆M350RTK是一款性能优越的工业级无人机，广泛应用于电力巡检、油气巡检、地理测绘、应急搜救、光伏巡检等各个领域。无人机具备较长的续航时间，较远的通讯距离，支持多负载平台的挂载能力，同时具备丰富的定制化开发接口用于应用拓展等。无人机主要技术参数如下：序号项目参数尺寸展开，不包含桨叶：810×670×430mm(L×W×H)折叠：430×420×430mm(L×W×H)工作频率2.4000GHz-2.4835GHz5.150-5.250GHz(CE:5.170-5.250GHz)5.725GHz-5.850GHz发射功率(EIRP)2.4GHz:<33dBm(FCC)，<20dBm(CE/SRRC/MIC)5.1GHz:<23dBm(CE)5.8GHz:<33dBm(FCC/SRRC)，<14dBm(CE)悬停精度(无风或微风环境)垂直：±0.1m(视觉定位正常工作时)±0.5m(GNSS正常工作时)±0.1m(RTK定位正常工作时)水平：±0.3m(视觉定位正常工作时)±1.5m(GNSS正常工作时)±0.1m(RTK定位正常工作时)RTK位置精度(在RTKFIX时)：1cm+1ppm(水平)1.5cm+1ppm(垂直)最大旋转角速度俯仰轴：300°/s，航向轴：100/s最大俯仰角度30°(使用N挡且启用前视视觉系统时为25°)最大上升速度6m/s最大下降速度5m/s最大倾斜下降速度7m/s最大水平飞行速度23m/s最大飞行海拔高度5000m(使用2110s桨叶，起飞重量≤7.4kg时)7000m(使用2112高原静音桨叶，起飞重量≤7.2kg时)最大可承受风速12m/s最大前飞时间(海平面)55分钟，在无风环境中和空载状态下，以大约8m/s的速度向前飞行至剩余0%电量测得最大悬停时间(海平面)适配DJI云台ZenmuseH20/H20T/H20N/P1/L1支持云台安装方式上置单云台，下置单云台，下置双云台，下置单云台+上置单云台，下置双云台+上置单云台IP防护等级IP55GNSSGPS+GLONASS+BeiDou+Galileo工作环境温度-20℃至50℃智能云台智能云台大疆禅思H20T用于大疆M350RTK挂载使用，集变焦相机、广角相机、热成像相机、激光测仪四传感器系统。主要参数如下：序号项目单位参数1外形尺寸mm167×135×1612云台2.1角度抖动量°±0.012.2安装方式/可拆卸式2.3可控转动范围°俯仰：+30至-120°；平移：±330；横滚：-90至+602.4结构设计范围°俯仰：+50至-130平移：±330；横滚：+90至-503变焦相机参数3.1传感器/1/1.7"CMOS3.2有效像素/2000万3.3镜头mm焦距：6.83-119.943.4混合光学变焦/23x（DFOV：4°，等效焦距：556.2mm）3.5最大变焦倍数/200x（DFOV：0.5°，等效焦距：4800mm）3.6支持的存储卡类型/SSD卡；MicroSD卡3.7图像分辨率/5184×38883.8图像存储格式/JPEG3.9视频存储格式/MP43.10工作模式/拍照模式，录像模式，回放模式3.11视频字幕/支持3.12PAL/NTSC制式/支持4广角相机参数4.1传感器/1/2.3"CMOS4.2有效像素/1200万4.3镜头mm焦距：4.5（等效焦距：24）4.4图像分辨率/4056×30404.5图像存储格式/JPEG4.6视频存储格式/MP44.7工作模式/拍照模式，录像模式，回放模式4.8视频字幕/支持4.9PAL/NTSC制式/支持5热成像相机5.1热成像传感器类型/非制冷氧化钒（VOx）微测热辐射计5.2镜头mm焦距：13.5mm（等效焦距：58mm)5.3数字变焦/1x，2x，4x，8x5.4视频分辨率/640×5125.5视频格式/MP45.6照片分辨率/640×5125.7照片格式/R-JPEG*(16bit)5.8像元间距μm125.9测温方式/点测温、区域测温5.10测温范围℃-40至150（高增益模式）-40至550（低增益模式）5.11高温报警/支持6激光测距仪6.1波长nm9056.2测量范围m3-12006.3测量精度/±(0.2m+D×0.15%）其中D表示与垂直反射面之间的距离自动机库无人机自动机库可实现无人机的自动起飞和降落、电池自动更换、数据在线读取等功能，同时机库本身具备防雨淋、防外侵功能，内部具有恒温恒湿空调，可以防止机库因冰冻无法使用的问题。配合无人机机库的使用，系统完全解放了人力，实现巡检自主化、无人化。图自动机库参数信息：序号类别属性参数1机库本体外形尺寸1.92m*1.67m*1.73（长*宽*高）2重量1300kg3供电AC220V；待机功率：500W峰值功率：2500W4工作温度-40℃~55℃，防护等级：IP555通讯方式宽带、光纤、4G、5G6工作方式自动充/换电；标配2组电池，可扩展至4组，第二次作业间隔时间≤5分钟7无人机精准降落辅助支持视觉降落、RTK两种，机械重复定位精度不超过0.1mm8机库空调内嵌布置，电控单元集中安装于整体电柜中，方便维护9指示灯外观3种颜色以上指示灯，以指示机库不同的工作状态10通信站AC220V供电，待机功率：120W，峰值功率：400W11气象站基本信息外形尺寸：高2米，重量：40kg。12环境监测数据包含风速、风向、温度、湿度等13监控机库外监控相机200万像素、1080P、具备夜视功能风机巡检诊断子系统巡检流程（1）在系统里提前设置好风机的相关参数，例如风机坐标，塔筒高度，叶片长度等；风机无人机自动巡检全流程包括了从风机停机（无角度限制）、无人机从起飞到完成巡检自主降落，以及数据上传和缺陷识别处理的整个过程。无人机能智能自动规划飞行航迹，判别风机状态，包括风机的航向角和风叶旋转位置，解决无人机与风机、叶片初始相对坐标关系对应的问题；之后无人机可以根据桨叶位置自动规划叶片巡检飞行策略，使得无人机巡检拍摄结果达到标准性和稳定性要求；无人机飞行巡检中可以通过深度学习的方法进行实时检测，发现缺陷目标并标注，对新缺陷目标截图保存，提供人工审核功能，可以自动生成风机巡检报告。关键技术包括自动飞行、风机航向角识别、静止叶片巡检。下面为这几个步骤的技术实现流程。（1）风机停机进行无人机巡检作业需要发送风机停机需求主要原因如下：风机运行过程中40m长度风叶尖端，转动速度达80m/s，现有无人机性能无法跟随拍摄；高动态下由于风叶在视场位置变化，难以对焦，导致成像效果差，影响视频分类处理的准确率；停机状态，风机低速旋转，无人机可进行跟踪拍摄。（2）风机偏航角度检测飞机偏航角度检测为：无人机飞行到风机正上方；摄像头从上往下拍摄风机俯视图；检测风机与机舱位置，确认风机在地理坐标系下朝向角度。（3）叶片定位导航无人机使用激光雷达+RTK综合定位技术实现对叶片的定位导航，帮助无人机实现叶片的近距离巡检拍摄，主要流程为云台对无人机载荷增稳；激光雷达对风机进行测量；相机锁定拍照目标。其中无人机与风叶平台距离10m，分别沿叶片两侧飞行。（4）故障识别与处理系统使用AI识别技术实现风机数十种缺陷识别，包括油污、叶片开裂、涂层脱落、破损、排水孔堵塞、腐蚀、附件脱落、掉皮、螺栓断裂、凹痕等，支持系统自学习。（5）报告自动生成无人机飞行作业结束后，回到地面后将照片及时传至升压站中心服务器，方便管理中心人员实时查看和分析处理；无人机拍摄的风机叶片照片自动传到后端，由图像处理系统进行分析处理，自动识别裂缝，实现分析处理自动化。系统功能风机建模使用无人机对风机整体进行无人机测绘及三位重建，形成高精度，等比例三维风机全景图，同时可精确定位风机附近地理信息,形成电站模型，融合叠加到卫星地图集成集控中心平台展示。系统可基于风机三维重建模型，按照风机设备的大小，定制巡检航线任务，以及按区域划分定制定点巡检航线任务，航线规划满足安全可靠，耗电优化等设计理念。飞机建模飞行风机三维重建航线规划建模后的高清平面图包含精确的组件坐标信息，在此基础上通过匹配编号系统根据风机现场的实际布局对巡检点位进行编号，编号包含巡检点位对应号码和经纬度信息，无人机巡检系统根据其坐标进行定位，组件位置变更或添加巡检点则需要重新编号。故障判别深度学习模型库定制针对风电场风机的深度学习模型库，基于人工智能领域技术领先的卷积神经网络算法搭建60余种模型，利用已有10万+海量图片数据进行算法训练，学习模型将不断优化、提升与进步，始终保持自主学习能力与高度成长性，进而故障识别精确度越高。系统可实现以下故障类型识别：诊断报告自动生成故障诊断报告自动生成模块通过故障判别深度学习模型库及智能分析处理系统对海量图像进行故障分类识别分析，自动生成诊断报告。实景可视化呈现故障组件的定位信息。报告在巡检完成后半小时内形成巡检报告，并可根据需求，按照月、季度、年等不同周期生成多场站总体诊断报告。通过移动APP端下载缺陷定位信息可方便巡检人员快速准确的完成消缺工作，移动APP端有精准导航功能。缺陷故障数据包括：①每个异常位置的清晰的可视照片；②每个异常设备的局部放大清晰的可视照片；③每个故障设备在全景图中的位置。可以在软件中选择该组件，提供设备的诊断原始信息，并能够进行管理、分析。输电线路巡检诊断子系统巡检流程线路建模首先需要对输电线路进行三维建模，所有的巡检航线设置以及区段的编号均基于模型进行执行。利用无人机搭载大疆禅思L1相机扫描输电线路结合三维制图软件，快速生成高精度三维电力通道全貌、线路设施设备，以及包括杆塔、挂线点、电线弧垂、树障、建筑物等物体的三维模型。以此得到输电线路的通道点云全貌图像，从而达到对输电线路进行三维建模的目的，为无人机飞行时的航线规划提供详细的数据支撑。航线规划线路建模无人机飞行航线的构建支持通道航线构建和精细化航线构建。通道航线构建：通过杆塔及周边地物的高精度点云三维数据，可直接在点云数据中按照路线走向规划飞行航线。杆塔精细化航线构建：通过杆塔精细三维数据，可直接在三维模型中选择航点，或根据特定的塔型尺寸，生成关键观测部位的航点及观测线路，航点设置完成后自动生成精细航线。无人机航线构建完成后，无人机可根据规划巡检路线自动飞到指定位置，减少人工干预。并且利用无人机自身的开发能力，可以控制云台进行多角度拍摄，提供更多的缺陷识别素材。区段编号根据建立的线路模型，对线路上的区段进行定位和编号，在系统中建立对应关系，方便进行缺陷定位。巡检准备（1）巡检前状态检查在每次巡检作业时对无人机的状态进行检查，包括磁罗盘的校准工作以及飞机的电池电量、RTK的收星情况、飞机通信状况等状态数据，系统会进行自检，自检无误后方可执行飞行巡检任务。（2）无人机巡检工作完成巡检准备工作之后，无人机可自动进行巡检任务的执行。无人机巡检内容包括照片素材采集、图像诊断。1）照片素材采集在飞行过程中，无人机根据预先规划的飞行航线自动巡检。无人机在飞行过程中，按照航线所设定的巡检点进行可见光照片的拍摄。2）图像诊断图片采集完成后，上传到巡检诊断服务器，通过诊断算法自动对线路缺陷进行标定，并判断缺陷类型。断点续飞受线路长度、飞机续航能力等条件的限制，无人机巡检可能无法在一次起飞后完成整个线路的巡检任务，故无人