摘要：我國新能源行業(yè)正加速發(fā)展，同時環(huán)境因素帶來的挑戰(zhàn)影響著系統(tǒng)的安全運行?，F(xiàn)有巡檢方式多為人工巡檢，難以滿足風電巡檢全空間、全信息綜合高效管理的需求。針對該問題，在分析風電機組場景數(shù)據(jù)、風電設(shè)施、運維需求的基礎(chǔ)上，研究了基于北斗高精度定位的沉降觀測、無人機智能巡檢、風電場安全運行數(shù)據(jù)時空共享等關(guān)鍵技術(shù)，設(shè)計開發(fā)了風電場安全生產(chǎn)管理系統(tǒng)，包含沉降監(jiān)測、智能巡檢、缺陷處置、北斗通信等功能模塊，為風電場協(xié)同智能規(guī)劃和運維提供實時高效的決策支持，并在大石崖風電場進行實證應用，有效提升了復雜環(huán)境中運維管理的適應性。

關(guān)鍵詞：風電場；運維管理；智慧巡檢；沉降監(jiān)測

中圖分類號：TP277" " 文獻標志碼：A" " 文章編號：1671-0797（2025）03-0001-05

DOI：10.19514/j.cnki.cn32-1628/tm.2025.03.001

0" " 引言

中國為發(fā)展低碳經(jīng)濟提出了碳達峰和碳中和目標，包括風力發(fā)電在內(nèi)的可再生能源發(fā)展迅猛[1]，在陸地建有大量風力發(fā)電機組[2]。我國風電大規(guī)模投運時間短，運行管理主要參照火電運行經(jīng)驗，暫未形成適合風電場特點的管理模式，并且風電建設(shè)規(guī)模的快速增長導致風電各專業(yè)人才緊缺，且風電場大多地處偏遠艱苦地區(qū)，難以吸引人才、穩(wěn)定人員。

現(xiàn)階段，風電場存量風機設(shè)備逐步超過質(zhì)保期，需頻繁進行自主檢修維護，導致安全運維成本急速增加。加之風電場內(nèi)風機地域分散，交通距離遠，導致人工巡檢、維修周期長[3]。雖然少數(shù)風電場使用無人機代替人員開展設(shè)備巡檢，但拍攝圖像仍依靠人工判讀，效率較低[4-5]。風機機艙、槳葉在高空風荷載作用與自身重力作用下向塔筒傳遞壓力及扭力，會導致風機傾斜、沉降[6]。當桿塔出現(xiàn)嚴重形變時，將導致風機設(shè)備發(fā)生倒塌，造成人員和經(jīng)濟損失[7]?，F(xiàn)階段風電場多邀請專業(yè)機構(gòu)利用水準儀對風機進行沉降觀測[8]，無法實時掌握風機傾斜沉降狀態(tài)。為保障風電機組安全穩(wěn)定運行，研發(fā)一套具有“空地融合一體”智能巡檢與風機實時沉降監(jiān)測功能的安全生產(chǎn)管理系統(tǒng)具有一定的必要性。

本文所述系統(tǒng)已在大石崖風電場完成試點建設(shè)，系統(tǒng)融合北斗高精度定位、無人機智能巡檢、深度學習、北斗三號融合通信等技術(shù)，通過分布式微服務(wù)架構(gòu)，構(gòu)建風電機組安全監(jiān)測和智能巡檢服務(wù)體系。

1" " 系統(tǒng)總體設(shè)計

總體架構(gòu)設(shè)計分為感知層、網(wǎng)絡(luò)層、邊緣層、平臺層及業(yè)務(wù)層，總體架構(gòu)圖如圖1所示。

1.1" " 感知層

在風電場站端為作業(yè)人員配備北斗手持終端和智能安全帽，開展人員安全和作業(yè)安全管理；在站內(nèi)部署巡檢無人機，開展風機葉片缺陷巡檢等業(yè)務(wù)；在風機周圍安裝北斗沉降監(jiān)測終端，監(jiān)測風機地基沉降狀態(tài)。

1.2" " 網(wǎng)絡(luò)層

位于新能源電場的站端，通過NB-IoT、Wi-Fi、LoRa、藍牙、4G/5G、以太網(wǎng)或?qū)＞€等無線、有線網(wǎng)絡(luò)通信方式傳輸感知層數(shù)據(jù)。

1.3" " 邊緣層

位于風電場的站端，由邊緣物聯(lián)系統(tǒng)、安全接入網(wǎng)關(guān)組成。其中站端所有數(shù)據(jù)通過安全網(wǎng)關(guān)接入邊緣物聯(lián)系統(tǒng)，邊緣物聯(lián)系統(tǒng)主要提供模型解析、接入設(shè)備管理、數(shù)據(jù)匯聚接入、視頻接入、規(guī)則引擎、站端隱患預警、輔控系統(tǒng)聯(lián)動和感知智能協(xié)同等服務(wù)。邊緣層通過互聯(lián)網(wǎng)或內(nèi)網(wǎng)與平臺層進行數(shù)據(jù)交互，使用網(wǎng)閘和物理隔離裝置等保證平臺層安全。

1.4" " 平臺層

采用分布式微服務(wù)架構(gòu)搭建底層架構(gòu)，根據(jù)業(yè)務(wù)將項目整體劃分為獨立服務(wù)，各微服務(wù)間通過Rest API實現(xiàn)相互調(diào)用，并發(fā)布至微服務(wù)容器中，實現(xiàn)業(yè)務(wù)聯(lián)動，從而達到業(yè)務(wù)、人員上的松耦合，提高整個平臺的擴展能力，即需求快速迭代能力。平臺層劃分為數(shù)據(jù)分析、北斗沉降監(jiān)測、安全預警、綜合巡檢、融合通信服務(wù)、高精度位置服務(wù)、GIS引擎、統(tǒng)一認證中心、AI模型中心等9類服務(wù)，從而支撐各類業(yè)務(wù)需求。

1.5" " 業(yè)務(wù)層

依托于平臺層的各項能力，開展風電站形變監(jiān)測、綜合巡檢、智能風險辨識等業(yè)務(wù)，主要包括巡檢任務(wù)查看、巡檢視頻查看、巡檢記錄管理、巡檢軌跡查看、巡檢結(jié)果查看、沉降監(jiān)測、沉降預警、沉降趨勢分析、視頻接入等。通過對部署電站各類資源統(tǒng)一管理、安全狀態(tài)實時監(jiān)測、時空信息統(tǒng)一匯聚，實現(xiàn)對新能源電站的安全生產(chǎn)管理。

2" " 功能設(shè)計

主要包括系統(tǒng)主界面、沉降監(jiān)測子模塊、智能巡檢子模塊、缺陷處置子模塊和北斗通信子模塊等功能。

2.1" " 系統(tǒng)主界面

系統(tǒng)主界面通過匯聚設(shè)備統(tǒng)計數(shù)據(jù)、缺陷數(shù)據(jù)、實時沉降數(shù)據(jù)、消缺數(shù)據(jù)、巡檢數(shù)據(jù)等，使用各類圖表展示統(tǒng)計分析結(jié)果。通過電子地圖展示各個風機的位置分布和實時沉降監(jiān)測狀態(tài)，展示巡檢無人機和巡檢人員實時位置，以及進行中的巡檢或消缺工作。具體如圖2所示。

2.2" " 沉降監(jiān)測子模塊

沉降監(jiān)測模塊主要通過北斗高精度定位技術(shù)，監(jiān)測風機的沉降狀態(tài)，接入風機沉降監(jiān)測實時數(shù)據(jù)并進行展示，根據(jù)實時數(shù)據(jù)與預警值進行比對，判定風機沉降實時狀態(tài)。各風機沉降監(jiān)測界面如圖3所示。界面還可查詢風機的歷史沉降趨勢，選取多臺位置風機進行趨勢對比，從而判定一定區(qū)域內(nèi)風機沉降的趨勢變化，為安全生產(chǎn)提供支撐。

2.3" " 智能巡檢子模塊

智能巡檢模塊主要通過無人機和深度學習技術(shù)相結(jié)合，實現(xiàn)無人機巡檢航線自動規(guī)劃、無人控制自動巡檢和無人機拍攝圖片的智能識別。通過接入巡檢人員佩戴的智能安全帽得到定位和視頻等數(shù)據(jù)，形成巡檢人員軌跡，并對人員操作進行全程跟蹤，形成操作實時反饋意見。該模塊主要功能包括無人機智能巡檢、人員巡檢計劃的制定和任務(wù)的下達、巡檢過程的跟蹤、巡檢結(jié)果的查看；無人機在風機現(xiàn)場按照下達的任務(wù)自動對風機的塔筒、葉片、機艙等部位開展巡檢和拍攝圖片，拍攝的圖片通過AI識別，發(fā)現(xiàn)風機的缺陷信息并進行預警。圖4所示為智能巡航拍攝并分析葉片隱裂。

2.4" " 缺陷處置子模塊

缺陷處置模塊主要通過物聯(lián)網(wǎng)技術(shù)接入處置缺陷人員佩戴的智能安全帽，得到定位和視頻等數(shù)據(jù)，跟蹤缺陷處置過程，遠程保障人員安全。圖5所示為系統(tǒng)缺陷記錄及消缺情況界面，功能主要包括實現(xiàn)人員巡檢發(fā)現(xiàn)的風機缺陷和AI識別發(fā)現(xiàn)的風機缺陷的信息統(tǒng)計和處置計劃的管理，處置過程的跟蹤，處置結(jié)果的查看。

2.5" " 北斗通信子模塊

北斗通信模塊通過北斗三號短報文技術(shù)，可實現(xiàn)在無蜂窩網(wǎng)絡(luò)下由系統(tǒng)向北斗手持終端發(fā)送消息，接收北斗手持終端發(fā)送的消息，保障遠程調(diào)度指揮的及時性。圖6所示為系統(tǒng)北斗通信界面。人員持北斗手持終端，發(fā)生危險時，在無任何蜂窩網(wǎng)絡(luò)的情況下可向平臺發(fā)送報警信息，保障人員安全。

3" " 關(guān)鍵技術(shù)研究及應用

3.1" " 基于北斗高精度定位的沉降觀測技術(shù)研究與應用

采用北斗高精度定位技術(shù)，對風機沉降進行監(jiān)測。澆筑與風機底座一體的觀測墩，在觀測墩上安裝北斗沉降監(jiān)測終端，并選擇基礎(chǔ)較穩(wěn)固的地點安裝北斗沉降基準站。各北斗沉降監(jiān)測終端與北斗沉降基準站實時接收衛(wèi)星定位信號，并通過數(shù)據(jù)通信網(wǎng)絡(luò)實時發(fā)送到系統(tǒng)，對數(shù)據(jù)進行分析，獲取各監(jiān)測終端實時三維坐標，與初始坐標進行對比而獲得該監(jiān)測終端的變化量。

3.2" " 無人機智能巡檢研究與應用

使用無人機對風機葉片進行巡檢，通常的方案是在風機停機時通過手動控制前進或倒車，使被巡檢風機的葉片每次均停留在指定的位置上，手動控制風機轉(zhuǎn)向至固定的方向，無人機采用固定巡檢路線對風機葉片進行巡檢，并拍攝葉片的圖片。因為風機方向、葉片停留位置、無人機巡檢路線均需固定，每次巡檢前需要進行人工操作，造成無人機巡檢效率無法提高。通過研究一種動態(tài)的智能巡檢方案，將動態(tài)建模和智能算法結(jié)合，提出一種無人機智能動態(tài)巡檢方案。在無人機起飛后對風機方向和葉片停留位置建模，指導其按規(guī)劃巡檢路線對風機葉片進行自動巡檢，通過深度學習技術(shù)，自動分析風機膠衣脫落、裂紋等表性缺陷，并出具巡檢報告，提高無人機的巡檢效率。

3.3" " 北斗三號融合通信技術(shù)研究與應用

巡檢過程中，人員會進入4G/5G未覆蓋區(qū)域，此時人員的定位及業(yè)務(wù)數(shù)據(jù)無法回傳至平臺，亦無法知悉巡檢人員的位置和業(yè)務(wù)進展。因此，通過研究北斗短報文+4G/5G融合通信方式，傳輸人員定位數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。在4G/5G覆蓋范圍內(nèi)，通過4G/5G傳輸人員定位數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)；在4G/5G覆蓋范圍外，將人員定位數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)使用北斗短報文通過北斗衛(wèi)星鏈路回傳至平臺。

4" " 結(jié)束語

新能源電場具有“小、散、遠”的特點，要對地域上廣泛分布的設(shè)備狀態(tài)進行監(jiān)測、控制、管理及維護是十分困難和煩瑣的，需要大量的人力、物力和財力。本系統(tǒng)通過北斗、物聯(lián)網(wǎng)、AI等先進技術(shù)，為風電站的安全生產(chǎn)管理提供了輔助決策和智能化運營工具，對于提高電站運營維護的安全性，增強電站的運行效能，提升電站的整體運營和管理水平具有十分重要的意義，有利于有效消除安全生產(chǎn)管理盲區(qū)。

[參考文獻]

[1] 譚顯東，劉俊，徐志成，等.“雙碳”目標下“十四五”電力供需形勢[J].中國電力，2021，54（5）：1-6.

[2] 姜紅麗，劉羽茜，馮一銘，等.碳達峰、碳中和背景下“十四五”時期發(fā)電技術(shù)趨勢分析[J].發(fā)電技術(shù)，2022，43（1）：54-64.

[3] 苑鑫.人工智能技術(shù)在風電機組智能巡檢中的應用[J].設(shè)備管理與維修，2024（4）：121-123.

[4] 朱慶，曾浩煒，謝瀟，等.風電系統(tǒng)全生命周期可視化智能管理平臺關(guān)鍵技術(shù)[J].西南交通大學學報，2020，55（1）：1-8.

[5] 曹慶才，高偉，郭鵬，等.智慧風電系統(tǒng)架構(gòu)與評價體系[J].分布式能源，2023，8（2）：76-80.

[6] 強同波，胡從川，王謙，等.基于高精度北斗定位的風電基礎(chǔ)沉降[J].現(xiàn)代電子技術(shù)，2017，40（23）：182-186.

[7] 李治國，高志鷹，張立茹，等.極端風況下兆瓦級風力機動力學特性研究[J].中國電機工程學報，2024，44（11）：4417-4425.

[8] 呼和，溫向煒.關(guān)于風機基礎(chǔ)沉降觀測方法的簡述[J].電力設(shè)備管理，2020（11）：137-139.

收稿日期：2024-10-14

作者簡介：劉術(shù)（1986—），男，湖南常德人，工程師，研究方向：新能源電站生產(chǎn)運維與安全管理。

通信作者：唐高翔（1995—），男，吉林四平人，助理工程師，研究方向：新能源電站運行與安全管理。