摘要：結(jié)合風(fēng)電場巡檢風(fēng)機(jī)葉片外觀巡檢現(xiàn)狀，對(duì)風(fēng)機(jī)葉片無人機(jī)自主巡檢系統(tǒng)進(jìn)行了研究。首先對(duì)無人機(jī)自主巡檢系統(tǒng)所需要實(shí)現(xiàn)的核心功能進(jìn)行了闡述，接著分析和設(shè)計(jì)了自主巡檢系統(tǒng)的硬件設(shè)備組成和軟件功能模塊，并從風(fēng)機(jī)停機(jī)姿態(tài)參數(shù)測算、自主巡檢路徑規(guī)劃和視覺伺服云臺(tái)追蹤等方面對(duì)實(shí)現(xiàn)無人機(jī)自主巡檢目標(biāo)所需的關(guān)鍵技術(shù)進(jìn)行了研究，最后對(duì)無人機(jī)采集葉片圖像的檢測內(nèi)容和實(shí)際應(yīng)用進(jìn)行了闡述。該系統(tǒng)對(duì)于實(shí)現(xiàn)風(fēng)電場風(fēng)機(jī)葉片的自主化和智能化巡檢具有重要的意義。

關(guān)鍵詞：無人機(jī);風(fēng)電場;自動(dòng)巡檢;風(fēng)力發(fā)電機(jī)

中圖分類號(hào)：TM315;TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1671-0797（2024）19-0007-06

DOI：10.19514/j.cnki.cn32-1628/tm.2024.19.002

基金資助：中國長江三峽集團(tuán)有限公司科研項(xiàng)目“無人機(jī)風(fēng)電場自主巡檢導(dǎo)航方案設(shè)計(jì)及應(yīng)用示范”資助（WWKY-2021-0023）

0 引言

目前，風(fēng)電機(jī)組外觀巡檢主要以高倍望遠(yuǎn)鏡觀察或“蜘蛛人”高空繞行下降的方式目測檢查。但以上人工巡檢方式耗費(fèi)人力嚴(yán)重，效率低下，且工作質(zhì)量受人體疲勞、參差不齊的人員素質(zhì)等因素影響較大，“蜘蛛人”的方式還存在人身guVG7IO+OJutfck4tslDqw==安全風(fēng)險(xiǎn)高的問題，同時(shí)這種人工作業(yè)的模式缺乏對(duì)巡檢數(shù)據(jù)的規(guī)范化管理。尤其是海上風(fēng)電，受風(fēng)浪環(huán)境、離岸距離、交通工具等因素影響，人員出海進(jìn)行日常巡檢存在難度大、風(fēng)險(xiǎn)高、效率低下等一系列問題。同時(shí)，相較于陸上風(fēng)電，海上風(fēng)電機(jī)組運(yùn)行環(huán)境惡劣，風(fēng)機(jī)缺陷風(fēng)險(xiǎn)更高。為此，相較于陸地風(fēng)電場，海上風(fēng)電場的日常維護(hù)及巡檢難度更大。

為了解決高空巡檢作業(yè)的問題，近年來多旋翼無人機(jī)逐漸被引入風(fēng)電機(jī)組外觀巡檢工作中。但是由于風(fēng)機(jī)巡檢內(nèi)容的復(fù)雜性，目前多旋翼無人機(jī)風(fēng)機(jī)巡檢的模式主要為人員在風(fēng)機(jī)機(jī)位下手動(dòng)操控?zé)o人機(jī)巡檢，少數(shù)廠家可以通過預(yù)先設(shè)置固定風(fēng)機(jī)停機(jī)位的方式實(shí)現(xiàn)半自動(dòng)飛行巡檢。但是以上模式依舊需要人員到達(dá)每臺(tái)風(fēng)機(jī)的機(jī)位下方，存在效率低下、自動(dòng)化程度較低的問題，尤其是海上風(fēng)電開船出海到達(dá)每臺(tái)機(jī)位的效率非常低下;并且手動(dòng)飛行還存在人員操作不穩(wěn)定、不規(guī)范等問題，對(duì)后續(xù)數(shù)據(jù)集約化處理不利。

因此，面向風(fēng)電場尤其是海上風(fēng)電場提高風(fēng)機(jī)外觀巡檢自動(dòng)化水平、減少人工巡檢作業(yè)頻次、提高巡檢作業(yè)效率的需求，為適應(yīng)風(fēng)電場運(yùn)維工作智能化的發(fā)展趨勢[1-7]，本文研究設(shè)計(jì)以大疆多旋翼無人機(jī)為核心檢測設(shè)備的風(fēng)機(jī)葉片自主巡檢系統(tǒng)，以實(shí)現(xiàn)無人機(jī)對(duì)風(fēng)電機(jī)組葉片外觀巡檢的自動(dòng)化功能。

1 主要功能

無人機(jī)自主巡檢的全過程實(shí)施方案可以劃分為以下幾個(gè)主要步驟：①目標(biāo)風(fēng)機(jī)停機(jī)→②一鍵啟動(dòng)巡檢任務(wù)，無人機(jī)起飛→③無人機(jī)抵近，獲取風(fēng)機(jī)停機(jī)狀態(tài)關(guān)鍵參數(shù)→④計(jì)算巡檢關(guān)鍵點(diǎn)，自動(dòng)規(guī)劃巡檢飛行路徑→⑤沿葉片定距飛行→⑥高分辨率攝像頭進(jìn)行連續(xù)拍照→⑦巡檢任務(wù)結(jié)束，開始返航→⑧高精度降落到啟航點(diǎn)。

對(duì)應(yīng)以上實(shí)施步驟，無人機(jī)自主巡檢系統(tǒng)需要實(shí)現(xiàn)的主要功能劃分如下。

1.1 巡檢前準(zhǔn)備和巡檢任務(wù)啟動(dòng)

將風(fēng)電場的風(fēng)機(jī)進(jìn)行編號(hào)，和該風(fēng)機(jī)的葉片長度、輪轂高度、輪轂半徑、塔筒基座GPS坐標(biāo)等已知固定參數(shù)關(guān)聯(lián)，形成風(fēng)機(jī)數(shù)據(jù)表。巡檢任務(wù)啟動(dòng)時(shí)，操作人員可在人機(jī)交互界面上輸入待檢風(fēng)機(jī)編號(hào)，操作無人機(jī)系統(tǒng)啟動(dòng)自主巡檢任務(wù)。

1.2 停機(jī)狀態(tài)參數(shù)獲取

風(fēng)力發(fā)電機(jī)組主要停機(jī)狀態(tài)數(shù)據(jù)是風(fēng)機(jī)風(fēng)輪的偏航角、葉片的傾角等隨機(jī)停機(jī)參數(shù)，停機(jī)姿態(tài)的確定為后續(xù)自主路徑規(guī)劃提供了基礎(chǔ)。

1.3 巡檢路徑點(diǎn)規(guī)劃

根據(jù)風(fēng)機(jī)停機(jī)狀態(tài)參數(shù)，結(jié)合飛行安全距離等配置參數(shù)，風(fēng)機(jī)葉片長度、輪轂高度、輪轂半徑等已知固定參數(shù)，計(jì)算完成巡檢任務(wù)的關(guān)鍵路徑點(diǎn)，按照關(guān)鍵路徑點(diǎn)依次飛行，形成飛行路徑。

1.4 定距飛行功能

無人機(jī)在對(duì)風(fēng)機(jī)進(jìn)行外觀巡檢時(shí)保持恒定距離，以保證攝像有效性。

1.5 云臺(tái)追蹤調(diào)整及自動(dòng)連拍

巡檢葉片過程中，云臺(tái)實(shí)時(shí)調(diào)整攝像頭位置，將風(fēng)機(jī)葉片始終保持在視野中心位置，并連續(xù)拍攝照片。

1.6 高精度降落

無人機(jī)能夠安全返航，高精度降落至指定降落回收位置。

2 自主巡檢系統(tǒng)軟硬件

2.1 系統(tǒng)硬件構(gòu)成

圖1所示是無人機(jī)葉片自主巡檢系統(tǒng)的硬件設(shè)備組成示意圖，包含無人機(jī)平臺(tái)、地面設(shè)備、遙控器、嵌入式計(jì)算平臺(tái)和傳感器等。

無人機(jī)平臺(tái)（圖2）：無人機(jī)應(yīng)具有可靠的飛行控制技術(shù)，能夠廣泛兼容第三方開發(fā)平臺(tái)。搭載開發(fā)者所使用的負(fù)載設(shè)備和計(jì)算平臺(tái)，并向開發(fā)者開放應(yīng)用接口，保證使用者能夠根據(jù)實(shí)際應(yīng)用需求自行開發(fā)所需的應(yīng)用程序。本文選用大疆M300 RTK型號(hào)作為無人機(jī)平臺(tái)，該無人機(jī)最長續(xù)航時(shí)間可達(dá)55 min，可抗7級(jí)風(fēng)力，同時(shí)具有六向定位避障與15 km遠(yuǎn)距離圖傳功能，保障了葉片自主飛行巡檢的要求。

地面設(shè)備：地面設(shè)備用于運(yùn)行開發(fā)者的上位機(jī)程序。上位機(jī)程序采用交互式模式，以便巡檢人員輸入待檢風(fēng)機(jī)編號(hào)，自定義的風(fēng)機(jī)安全飛行距離參數(shù)、飛行速度等數(shù)據(jù)，并含任務(wù)執(zhí)行啟動(dòng)和重要傳感器數(shù)據(jù)實(shí)時(shí)顯示。為了便于巡檢人員攜帶，可選用Android或IoS平板電腦，上位機(jī)程序由Java等程序設(shè)計(jì)語言編寫。

遙控器：無人機(jī)與地面設(shè)備之間的數(shù)據(jù)鏈路包括控制鏈路、數(shù)傳鏈路和圖傳鏈路等，地面設(shè)備首先通過有線（USB）或無線（Wi-Fi）連接傳遞到大疆無人機(jī)的遙控器上，并最終通過Wi-Fi、LightBridge、OcuSync等鏈路傳遞到無人機(jī)上，因此需要以遙控器作為媒介來進(jìn)行通信和數(shù)據(jù)傳輸。

嵌入式計(jì)算平臺(tái)：嵌入式計(jì)算平臺(tái)用于運(yùn)行下位機(jī)程序，包含核心應(yīng)用算法功能模塊，應(yīng)與無人機(jī)適配并兼具較高的性能，具備圖像處理程序的良好運(yùn)行效果。本文選用Manifold 2C/2G機(jī)載計(jì)算機(jī)。

感知設(shè)備：無人機(jī)平臺(tái)上需掛載高清相機(jī)或激光雷達(dá)等感知設(shè)備，用以滿足復(fù)雜多樣的圖像處理和分析任務(wù)，而云臺(tái)能夠?qū)崿F(xiàn)搭載相機(jī)俯仰角和偏航角的實(shí)時(shí)變化和調(diào)整，通過拍攝角度的調(diào)整從而達(dá)到所拍攝圖片具有良好效果的功能。本文選用的H20T攝像頭包含2 000萬像素變焦相機(jī)、1 200萬像素廣角相機(jī)、1 200 m激光測距儀與熱成像相機(jī)，具備強(qiáng)大的功能，如圖3所示。

2.2 系統(tǒng)軟件組成

系統(tǒng)軟件包含應(yīng)用算法和控制程序，是風(fēng)機(jī)葉片自主巡檢系統(tǒng)的基礎(chǔ)部分，可分為人機(jī)交互層、數(shù)據(jù)傳輸層、下位機(jī)層和功能支撐層，其中人機(jī)交互層和下位機(jī)層分別運(yùn)行著上位機(jī)系統(tǒng)程序和下位機(jī)系統(tǒng)程序，是軟件系統(tǒng)的核心。

上位機(jī)程序運(yùn)行在地面設(shè)備上并與遙控器連接，本質(zhì)上為一個(gè)人機(jī)交互式程序。該上位機(jī)系統(tǒng)保留參數(shù)輸入位置，在巡檢前可輸入待巡檢風(fēng)機(jī)的編號(hào)和巡檢時(shí)離風(fēng)機(jī)的安全距離、巡檢飛行速度等自定義參數(shù)，上位機(jī)程序可以實(shí)現(xiàn)一鍵點(diǎn)擊啟動(dòng)，可以在無人機(jī)巡檢飛行時(shí)進(jìn)行狀態(tài)監(jiān)控，包含相機(jī)實(shí)時(shí)拍攝畫面展示、坐標(biāo)位置與飛行速度展示、剩余電量和百分號(hào)表示的巡檢完成程度顯示等功能。本文的上位機(jī)系統(tǒng)基于大疆MSDK開發(fā)套件進(jìn)行開發(fā)，是實(shí)現(xiàn)在移動(dòng)端手持設(shè)備上操控?zé)o人機(jī)的重要組成部分。

下位機(jī)程序運(yùn)行在嵌入式計(jì)算平臺(tái)上，包含為實(shí)現(xiàn)無人機(jī)自主巡檢任務(wù)而設(shè)計(jì)的各種核心應(yīng)用算法與控制程序。在計(jì)算平臺(tái)上，巡檢任務(wù)開啟后，這些應(yīng)用算法與控制程序可以實(shí)現(xiàn)：粗定位到待巡檢風(fēng)機(jī)塔柱上方附近位置處停留;控制攝像機(jī)與云臺(tái)，實(shí)現(xiàn)視頻流的拍攝與高分辨率圖像的獲取;檢測風(fēng)機(jī)葉片和輪轂等目標(biāo)，實(shí)現(xiàn)無人機(jī)風(fēng)機(jī)偏航角、輪轂位置與風(fēng)機(jī)葉片傾角等重要參數(shù)的求解;自動(dòng)生成巡檢路徑的關(guān)鍵點(diǎn)，由航點(diǎn)任務(wù)規(guī)劃最終實(shí)現(xiàn)無人機(jī)自主飛行功能。本文的下位機(jī)系統(tǒng)基于大疆OSDK開發(fā)套件進(jìn)行開發(fā)，可通過調(diào)用指定的接口來獲取無人機(jī)上的各類數(shù)據(jù)，執(zhí)行相應(yīng)的計(jì)算和處理，生成對(duì)應(yīng)的控制指令控制無人機(jī)執(zhí)行相應(yīng)的動(dòng)作。

系統(tǒng)軟件功能模塊示意圖如圖4所示。

3 自主巡檢關(guān)鍵技術(shù)

對(duì)于無人機(jī)風(fēng)機(jī)葉片全自主巡檢而言，核心技術(shù)包含對(duì)于風(fēng)機(jī)以任意姿態(tài)停機(jī)后相關(guān)參數(shù)的測算，結(jié)合已知和測算參數(shù)的巡檢路徑的自動(dòng)規(guī)劃和攝像頭將風(fēng)機(jī)葉片盡量保持在視野中央位置的云臺(tái)自動(dòng)追蹤。

3.1 風(fēng)機(jī)停機(jī)姿態(tài)參數(shù)測算

當(dāng)風(fēng)機(jī)以任意狀態(tài)停機(jī)時(shí)，風(fēng)輪偏航角α和風(fēng)機(jī)葉片傾角θ參數(shù)是隨機(jī)的，需要無人機(jī)上搭載的感知設(shè)備進(jìn)行姿態(tài)參數(shù)的測算。

從感知設(shè)備處理圖像的維度，可以分為2D圖像數(shù)據(jù)與3D點(diǎn)云數(shù)據(jù)。

3.1.1 2D圖像數(shù)據(jù)設(shè)備

風(fēng)機(jī)是由三扇兩兩互成120°角的葉片組成，具有特殊的外觀結(jié)構(gòu)，三扇葉片基本在同一平面上。對(duì)于2D平面圖像，可選取風(fēng)機(jī)葉片作為目標(biāo)特征，并采用深度學(xué)習(xí)圖像識(shí)別算法識(shí)別出葉片（與導(dǎo)流罩），繪制葉片矩形識(shí)別框，計(jì)算其位置和大小。在與輪轂等高的位置上，環(huán)繞風(fēng)機(jī)飛行一周，攝像頭實(shí)時(shí)采集風(fēng)機(jī)外觀視頻流并檢測風(fēng)機(jī)葉片，計(jì)算葉片矩形識(shí)別框的橫縱比（即矩形邊界框的寬度與高度比），將檢測出的矩形框橫縱比中的最小值作為此位置的矩形框度量值，在環(huán)繞飛行的過程中，找到矩形框度量值最小的兩個(gè)位置P1和P2，如圖5所示。

再結(jié)合塔柱GPS坐標(biāo)和P1、P2位置的坐標(biāo)，即可計(jì)算風(fēng)輪平面所在位置，再根據(jù)環(huán)繞飛行過程中識(shí)別出導(dǎo)流罩的無人機(jī)相對(duì)位置，計(jì)算出風(fēng)輪平面的朝向。最終，無人機(jī)結(jié)合輪轂高度和測算的風(fēng)輪偏航角α，自行飛行至風(fēng)輪平面正前方，根據(jù)逆時(shí)針方向下距離豎直塔柱最近的葉片矩形識(shí)別框的對(duì)角線與豎直方向的夾角，估算出風(fēng)機(jī)葉片傾角θ，如圖6所示。

3.1.2 3D點(diǎn)云數(shù)據(jù)設(shè)備

對(duì)于3D點(diǎn)云數(shù)據(jù)，當(dāng)使用激光雷達(dá)、毫米波雷達(dá)等硬件設(shè)備或SFM與MVS等三維成像算法獲取風(fēng)機(jī)外觀3D點(diǎn)云數(shù)據(jù)后，首先采用點(diǎn)云濾波去除風(fēng)機(jī)點(diǎn)云的噪點(diǎn)和無關(guān)點(diǎn)云數(shù)據(jù)，再使用點(diǎn)云模型分割等方法得到風(fēng)電機(jī)組各部分模型，最后利用葉片點(diǎn)云的點(diǎn)云投影、空間擬合和骨架提取等算法計(jì)算獲取風(fēng)輪偏航角α和風(fēng)機(jī)葉片傾角θ。

3.2 自主巡檢路徑規(guī)劃

自主巡檢路徑規(guī)劃技術(shù)需要計(jì)算巡檢路徑上關(guān)鍵點(diǎn)在GPS模塊下的經(jīng)緯高坐標(biāo)（LLA）數(shù)據(jù)，使無人機(jī)依次飛行到這些關(guān)鍵點(diǎn)的位置上，從而形成對(duì)風(fēng)機(jī)三扇葉片前緣、后緣和迎風(fēng)面、背風(fēng)面的表面巡檢。

技術(shù)功能實(shí)現(xiàn)方面，首先是建立坐標(biāo)系計(jì)算關(guān)鍵位置，分別以風(fēng)機(jī)塔柱地面中心為原點(diǎn)建立起東北天坐標(biāo)系（ENU）R1，以三扇葉片中心線的交匯點(diǎn)（在輪轂內(nèi)部）為原點(diǎn)，建立輪轂坐標(biāo)系R2。在輪轂坐標(biāo)系R2上，結(jié)合輪轂半徑r、葉片長度L、距離葉片的安全飛行距離w和測算的葉片傾角參數(shù)θ，計(jì)算出輪轂坐標(biāo)系R2下各個(gè)關(guān)鍵點(diǎn)的空間坐標(biāo)。之后結(jié)合輪轂高度h、風(fēng)輪偏航角α和塔柱與葉片中心線交匯點(diǎn)之間的平移距離s參數(shù)，生成東北天坐標(biāo)系R1和輪轂坐標(biāo)系R2之間的旋轉(zhuǎn)變換矩陣，將輪轂坐標(biāo)系R2下的關(guān)鍵點(diǎn)坐標(biāo)換算到東北天坐標(biāo)系R1下。最后再將東北天坐標(biāo)系R1下的關(guān)鍵點(diǎn)空間數(shù)據(jù)根據(jù)坐標(biāo)系換算公式計(jì)算生成經(jīng)緯高坐標(biāo)，輸入給無人機(jī)的飛行模塊，并根據(jù)飛行的位置調(diào)整變換無人機(jī)機(jī)頭朝向和云臺(tái)角度，保證相機(jī)始終正對(duì)葉片，拍攝出清晰的風(fēng)機(jī)表面外觀圖像或視頻數(shù)據(jù)。圖7所示為當(dāng)風(fēng)機(jī)葉片呈倒Y字型停機(jī)時(shí)的巡檢飛行仿真路徑。

3.3 視覺伺服云臺(tái)追蹤

在沿著風(fēng)機(jī)預(yù)設(shè)路徑點(diǎn)飛行時(shí)，可能會(huì)由若干因素的影響而導(dǎo)致相機(jī)在飛行到葉尖的過程中稍稍偏離葉片，所以在拍攝時(shí)，需要盡量保持風(fēng)機(jī)葉片位于相機(jī)視野中央。本文采用先對(duì)視頻流圖像幀中的葉片進(jìn)行分割，再對(duì)分割出的葉片區(qū)域進(jìn)行邊緣檢測和直線擬合的方法，提取出最后的中軸線。根據(jù)中軸線的圖像位置，云臺(tái)控制相機(jī)，使拍攝的葉片圖像盡量位于相機(jī)視野中央，方便后續(xù)的葉片圖像拼接等工作?？刹捎没贖SV顏色模型的傳統(tǒng)圖像處理方法：HSV顏色模型是一種直觀的顏色模型，符合人眼的視覺感知特性，另一方面亮度分量與圖像的色彩信息無關(guān)，對(duì)于光照的抗干擾能力強(qiáng)。針對(duì)含有特定顏色信息的目標(biāo)圖像分割，顏色特征是區(qū)分前景和背景的一個(gè)重要特征信息。

對(duì)于初始目標(biāo)幀選取兩個(gè)特征定位點(diǎn)，框選出一個(gè)矩形區(qū)域來提取顏色特征，求取該區(qū)域的HSV通道閾值范圍;顏色特征提取到的特征值構(gòu)成了對(duì)目標(biāo)區(qū)域分割的先驗(yàn)信息，通過該信息進(jìn)行圖像分割;形態(tài)學(xué)處理得到連通區(qū)域，并選取其中的最大連通域作為檢測到的葉片區(qū)域來提取其邊界;根據(jù)邊緣信息計(jì)算左邊緣直線和右邊緣直線，并計(jì)算提取中軸線的位置;根據(jù)中軸線中點(diǎn)與圖像中間點(diǎn)之間的偏移來調(diào)整云臺(tái)姿態(tài)，效果如圖8所示。

4 檢測內(nèi)容與應(yīng)用

基于本文所研究的無人機(jī)風(fēng)機(jī)葉片自主巡檢技術(shù)，無人機(jī)能夠自動(dòng)對(duì)風(fēng)電場中風(fēng)機(jī)葉片的前緣、后緣、迎風(fēng)面和背風(fēng)面等外觀關(guān)鍵部位進(jìn)行巡檢，通過在關(guān)鍵路徑點(diǎn)位置拍攝高清相片或視頻，獲取海量的外觀巡檢數(shù)據(jù)。搭建智能識(shí)別系統(tǒng)和采用基于深度學(xué)習(xí)的缺陷檢測算法，對(duì)這些外觀數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，能夠自主識(shí)別出風(fēng)機(jī)葉片外觀缺陷的種類和面積。通過后續(xù)巡檢數(shù)據(jù)的收集和積累，缺陷檢測模型也能夠不斷更新和完善。智能識(shí)別系統(tǒng)根據(jù)無人機(jī)傳輸?shù)膱D像，利用AI云計(jì)算、圖像處理技術(shù)，實(shí)時(shí)識(shí)別缺陷，自動(dòng)診斷設(shè)備故障。同時(shí)結(jié)合攝影測量技術(shù)，對(duì)故障部位進(jìn)行定位，自動(dòng)完成初步診斷工作，協(xié)助檢修人員快速識(shí)別和分析問題，并提供實(shí)時(shí)預(yù)警。圖9所示為無人機(jī)風(fēng)機(jī)巡檢葉片的幾種典型缺陷。

5  結(jié)束語

本文對(duì)風(fēng)機(jī)葉片無人機(jī)自主巡檢系統(tǒng)的軟硬件平臺(tái)和關(guān)鍵技術(shù)核心算法實(shí)現(xiàn)等進(jìn)行了研究設(shè)計(jì)和分析，通過使用無人機(jī)相關(guān)技術(shù)對(duì)風(fēng)機(jī)葉片進(jìn)行自主化智能巡檢，不僅有效降低了人力成本，簡化了巡檢流程，極大地提高了風(fēng)機(jī)葉片的巡檢效率，而且還促進(jìn)了風(fēng)機(jī)運(yùn)維巡檢工作由傳統(tǒng)方式向數(shù)字化、自動(dòng)化、智能化轉(zhuǎn)型，對(duì)于新能源風(fēng)電場場站風(fēng)機(jī)葉片的巡檢工作開展具有較強(qiáng)的現(xiàn)實(shí)意義。

[參考文獻(xiàn)]

[1] 馬敏敏，劉昊，高毓欣，等.基于無人機(jī)與人工智能的風(fēng)機(jī)葉片全自主巡檢[J].電氣時(shí)代，2023（增刊2）：44-48.

[2] 卜勇濤，焦巖，王凝哲，等.基于無人機(jī)的風(fēng)電智能巡檢系統(tǒng)分析[J].電子技術(shù)，2023，52（7）：370-371.

[3] 魏昂昂，姚中原，張宇，等.面向無人機(jī)自主巡檢的風(fēng)電機(jī)組姿態(tài)計(jì)算和航跡規(guī)劃方法[J].風(fēng)能，2023（1）：68-77.

[4] 趙文璇，李明，周筑博.海上風(fēng)電無人系統(tǒng)自主巡檢應(yīng)用構(gòu)想[J].海洋技術(shù)學(xué)報(bào)，2022，41（2）：110-118.

[5] 王馥華，顧沈驊，姚凱，等.基于無人機(jī)技術(shù)的風(fēng)力發(fā)電機(jī)葉片自主巡檢系統(tǒng)[J].機(jī)械制造，2022，60（3）：63-65.

[6] 湯翔，楊源.海上風(fēng)電場智能無人巡檢方案研究[J].電工技術(shù)，2021（20）：12-14.

[7] 張晗，李存義，曹淑剛，等.無人機(jī)在海上風(fēng)電機(jī)組葉片巡檢中的應(yīng)用[J].能源科技，2020，18（5）：67-70.

收稿日期：2024-05-27

作者簡介：李哲（1995—），男，河北石家莊人，碩士，助理工程師，三峽集團(tuán)科學(xué)技術(shù)研究院專業(yè)師，研究方向：電站智能化運(yùn)維。