某风机叶片无人机智能化检测项目

项目背景

    近日,国家能源局召开2024年1月份全国可再生能源开发建设形势分析视频会,会议指出2023年我国可再生能源保持高速度发展、高比例利用、高质量消纳的良好态势。截至2023年12月底,全国可再生能源发电总装机达15.16亿千瓦,占全国发电总装机的51.9%,在全球可再生能源发电总装机中的比重接近40%,其中,2023年风电机组等关键零部件的产量占到全球市场的70%以上,在全球的领先优势更加稳固。
 

    而随着风电装机总量的逐渐增加和风电场规模的逐渐扩大,风机叶片的运维管理逐渐成了一个挑战。风机叶片是风力发电机的关键部件之一,其质量可靠性是保障风电机组安全运行的关键因素之一。风力发电机工作于多风沙、多盐雾、多灾害的恶劣环境,叶片表面常会受到各种介质伤害从而形成缺陷损伤,直接影响风机的整体性能。因此,对风机叶片进行缺陷检测是保障风电机组寿命、降低安全隐患的重要方式。

 

珈鹰方案

    传统巡检方式需要人工攀爬风机塔筒或使用望远镜进行目视检查,工作量大且耗时长。人工巡检涉及高空作业,存在坠落等安全风险,且恶劣天气下操作更加困难。为了应对这些检测方法存在的劳动强度大、检测效率低、安全隐患高和检测成本高等问题,珈鹰科技利用无人机结合AI视觉技术提出了无人机风机叶片智慧巡检方案,助力风电站提高运维水平,降低运维成本,优化资源分配。
 

1.建立三维可视化模型

    首先,基于风机叶片的设计图纸或实际尺寸,利用专业软件建立轻量化、单体化的三维模型。这个模型将用于模拟无人机在实际巡检中的视角和拍摄条件。

图一 风机叶片三维模型图
 

2.系统输入

    将建立好的风机叶片三维模型导入到无人机巡检系统中。系统会根据模型数据自动计算和优化巡检路径、相机参数等。

图二 无人机巡检系统
 

3.系统输出

    基于输入的风机叶片模型,系统会根据预设的巡检标准和要求,自动计算出最佳的相机变焦倍数、拍照间距等参数。这些参数将直接指导无人机在巡检过程中的拍摄操作。

图三 系统根据模型图纸进行预览控制
 

4.执行无人机巡检任务

    根据系统输出的参数,操作无人机进行实际的巡检任务。无人机将按照规划的路径和参数进行拍摄,获取风机叶片的高清图像和数据。

图四 无人机检测位置示意图
 

5.图像数据处理与分析

    将无人机采集的图像数据上传检测平台进行处理和分析。利用专业的图像处理软件和算法,对图像进行增强、滤波等操作,以提高图像的清晰度和对比度。同时,利用深度学习技术对图像进行缺陷识别和分类。

图五 风机缺陷检测流程图
 

6.搭建数据平台支持在线查询

    业主可以通过平台与缺陷数据交互,通过缺陷演化趋势规划叶片运维方案,提高风电站的安全性能。

图六 数字平台与缺陷三维展示
 

随着“碳达峰、碳中和”目标的提出,我国正在加快推进新能源产业的发展,风电作为其中的重要一环,其运维管理的重要性也日益凸显。珈鹰科技提出的无人机风机叶片巡检方案,不仅符合国家政策导向,也顺应了新能源发展的时代潮流,在保障风电站安全性能的同时降低了运维管理成本,助力风电能源高效利用。