[发明专利]一种适合于风电机组自动化巡检的系统

说明书

本发明提供了一种适合于风电机组自动化巡检的系统，所述自动化巡检的系统主要由无人机、机场配套系统、机场后台及管控平台组成，所述数字化巡检系统采用“云‑地‑边‑端”的应用架构体系，“云‑地‑边‑端”的应用架构体系包括云端系统、本地部署整合平台、辅助控制系统和执行器。本发明提供的一种适合于风电机组自动化巡检的系统，其具有安全、高效率的优点，且监测更加细致和精确。

技术领域

本发明涉及风力发电领域，特别涉及一种适合于风电机组自动化巡检的系统。

背景技术

叶片是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、脱落后会出现砂眼和裂纹。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。越来越多的风力发电厂设在海上，叶片面对高盐雾的海风洗礼很容易被腐蚀。

对风机叶片定期巡检已经是风电场常规工作，目前巡检方式主要包括：望远镜式、地面高倍相机式、吊篮绳索垂降式，也出现了通过飞手操作无人机的方式进行巡检。以上方式都存在工作效率低、耗费大量人工，巡检不及时、巡检精度不高的问题。

如使用望远镜巡检时，无法观察到细微损伤，精度也非常一般，巡检准确率基本依赖个人经验判断，无法达到准确巡检的目的。

地面高倍相机的巡检方式则容易收到拍摄角度限制，而且巡检时间过长，拍摄时间一般在1.5—2个小时之间不等，巡检质量也非常一般。

采用绳索垂降得巡检方式需要高空作业，安全系数无法得到有效保障，而且巡检效率低下，一般需要6个小时才能完成一处巡检，巡检需求人员也非常多，一般一组需要3—5人。

手飞无人机巡检时现阶段的主要信息化巡检方式，但受限于手飞无人机对手飞操作员的技能要求高，照片覆盖度、质量均难以得到保证，因此容易造成巡检数据不稳定。

通过上述常规巡检方案，一个风场拍摄的图像一般多达上万张，靠人工检测照片耗时巨大，而且准确度会大打折扣。采用人工智能自动监测才是唯一的解决方案。

发明内容

针对现有技术中的上述不足，本发明提供了一种适合于风电机组自动化巡检的系统，其具有安全、高效率的优点，且监测更加细致和精确。

为了达到上述发明目的，本发明采用的技术方案为：

一种适合于风电机组自动化巡检的系统，所述自动化巡检的系统主要由无人机、机场配套系统、机场后台及管控平台组成，所述数字化巡检系统采用“云-地-边-端”的应用架构体系，“云-地-边-端”的应用架构体系包括云端系统、本地部署整合平台、辅助控制系统和执行器；

所述云端系统提供云端数据处理平台，对无人机采集照片做到云存储、云计算和图像识别处理，对缺陷做到自动识别，同时可以按照“风场-风机-巡检时间-叶片-前缘/后缘-迎风面/背风面”逐级查看数据，可查看所有照片缩略图、放大查看照片原图、查看缺陷细节，可自动统计不同风场和风机的各等级缺陷数量，并导出缺陷统计表及报告，并且可以最终缺陷的发展情况，叶片的的历史等整个生命周期信息；

所述本地部署整合平台通过在云端下载同步数据包，导入SCADA巡检数据整合平台，用户可在平台上按照风场-风机-叶片-位置分级查看数据；可查看缩略图、原图、拼接大图，并可以放大查看叶片细节；可查看缺陷的大小、类型、级别、维修建议、与叶根/叶尖的距离并可查看巡检报告；