人工智能技术在风电机组智能巡检中的应用

人工智能技术在风电机组智能巡检中的应用

曹秀勇

大唐（赤峰）新能源有限公司东山风电场  内蒙古赤峰市  024000

摘要：现代风电领域快速发展的过程中，逐渐对风电机组的巡检提出更高的要求，为了确保风电机组巡检符合要求，则应加强对无人机、AR等人工智能技术的应用，通过这些先进的科学技术，降低巡检难度，提升风电机组智能巡检结果准确性，及时发现风电机组出现的故障与问题，为整个风电机组安全、稳定地运行提供支持。

关键词：人工智能技术；风电机组智能巡检；应用

引言

在电力生产中，风力发电是一种重要的新型模式，直接影响着电力生产量的提升、节能降耗及行业可持续性发展。随着风力发电机装机容量和建设规模的扩大，人工智能技术在风电机组智能巡检中的应用变得尤为重要,能够促进风电行业的不断发展。

1风力发电技术的概述

（1）风力发电是一种清洁能源，通过利用风能来产生电力，不会产生二氧化碳等温室气体和污染物，对环境污染较小。随着全球对环境保护的重视和对能源可持续发展的需求，风力发电作为一种可再生能源的利用方式，具有重要的价值。（2）风力发电技术的发展可以实现能源供给的多样化。传统能源主要依赖化石燃料，而风力发电作为一种可再生能源，可以与其他能源形式相互补充，减少对传统能源的依赖程度，提升能源供给的多样性和可靠性。（3）风力发电可以减少对传统能源的消耗，降低能源成本。与燃煤发电相比，风力发电不需要燃料，只需要利用自然风能，可以减少对化石燃料的需求，降低能源成本，并且减少了二氧化碳等温室气体的排放，对应对气候变化具有重要意义。

2风电机组巡检中存在的问题

2.1运维工作重视程度不够

部分企业或个人对风电机组巡检工作的重视程度不够，认为设备故障是不可避免的，导致设备故障频发，影响发电效率和企业经济效益。（1）管理观念缺乏创新。目前，部分风电场的管理者对于设备运维管理的重要性认识不足，仍然采用传统的管理观念和方法，缺乏创新和改进，导致设备运维管理水平低下。（2）缺乏完善的运维工作流程。风电场的设备运维工作流程存在部分问题，如管理流程不够规范、维修周期过长、维修效率低下等，会导致设备故障率升高，运维成本增加。（3）缺乏规范化执行标准。设备运维工作缺乏规范化执行标准，如设备检修的标准、设备维修的流程等，会导致设备运维工作的效率和质量下降。（4）缺乏必要的考核与评价。目前，部分风电场缺乏必要的考核与评价机制，无法对设备运维工作的效果进行有效的评估和反馈，导致设备运维管理水平低下。（5）岗位责任制度并未得到有效落实。风电场的岗位责任制度没有得到有效落实，如设备运维管理人员的工作职责不明确、管理混乱等，导致设备运维工作的效率和质量下降。

2.2叶片故障

风轮叶片是风电机组中主要的风能采集模块，其在转动的过程中，会受到诸多方面因素的影响而发生故障。如叶片长期裸露在自然环境当中，会受到雨水的侵蚀，导致叶片出现腐蚀的问题，使叶片表面变得更加粗糙；随着叶片的不断转动，会使叶片固定螺栓变得松动，从而降低叶片的稳定性，甚至会出现叶片甩出的现象。叶片出现问题后会产生高频瞬态的声发射信号，根据这一特征可通过发射检测的方式，对叶片是否损伤及损伤程度予以检测。同时，当叶片出现问题后，将打破整个结构的受力平衡，使结构内部产生一定的应力，并通过主轴将应力传输到机舱，从而影响整个风电机组的运行。

3人工智能技术在风电机组智能巡检中的应用策略

3.1风力发电机组状态监测的应用

3.1.1收集数据技术

在线诊断系统可以实时收集风力发电机组的各种数据，包括转速、温度、振动等，这些数据可以用于监测设备的运行状态和识别潜在的故障。具体而言，风力发电机组状态监测工作中收集数据技术的应用包括以下几点：（1）传感器技术。使用各种传感器来收集风力发电机组的各种状态信息，包括温度、压力、湿度、振动、电流、电压等，然后将这些信息传输到数据收集系统中进行处理和分析。（2）数据采集系统。建立一套完整的数据采集系统，通过各种传感器和监测设备，实时收集风力发电机组的各种状态信息，并进行处理、存储和分析，以实现对风力发电机组状态的实时监测和预警。（3）监测软件。开发监测软件，实现对风力发电机组状态的实时监测和预警，及时发现和判断风力发电机组的异常情况，并采取相应的措施进行解决。（4）数据分析。对收集到的数据进行分析，识别和预测风力发电机组的运行状态，加强人工智能技术在风电机组智能巡检中的应用，评估其性能和可靠性，以便采取相应的措施进行维护和改进。

3.1.2预测和维护技术

（1）数据分析。通过对收集到的数据进行分析，识别和预测风力发电机组的运行状态，评估其性能和可靠性。（2）故障预测。基于历史数据和预测模型，预测风力发电机组的潜在故障和问题，提前采取相应的维护措施，避免故障的发生和扩大。（3）性能优化。基于预测模型，优化风电机组的运行参数和策略，提高其性能和效率。维护技术应用包括以下三点：

第一，状态监测。通过实时监测风力发电机组的各种状态参数，发现和判断潜在故障和问题。第二，维护计划。基于预测模型和历史数据，制订风力发电机组的维护计划，及时进行必要的维护和检修。第三，维护措施。根据潜在故障和问题，采取相应的维护措施，包括更换部件、调整参数、清洁设备等。

3.2风电机组舱内巡检

风电机组舱内，主要分成两大模块：①电气模块，主要是通过对电气设备的后台数据予以动态采集、监测与分析，以此判断机组运行时的电压、频率等情况；②机械模块，用于评估油温与油位水平。整个巡检工作当中，主要内容为轴承等运动部件的润滑性能，对其进行智能巡检时，具体方案为：机舱上端两侧横梁处，分别固定一套智能化监测装置，并通过光纤线缆的方式，与机柜内的交换机连接到一起，采集到仓内信号后，以光纤收发器为主要工具，将其传输给分析模块，以使分析模块动态对舱内各元器件予以检测。需要注意的是，舱内依然有一些区域无法利用智能化系统检测如轮毂等，这些区域则应配合人工辅助，即人员佩戴头盔式可视化风电巡检系统，通过头盔上的摄像系统自动拍摄舱内信息，并通过无线通信的方式将拍摄信息传输给分析模块，为分析模块的运行提供数据支持。

3.3风电机组外部巡检

风电机组巡检时，不仅要对舱内巡检，而且还应巡检机组的外部，包括机组外部各元件是否损坏等，以保证所有元器件均具备良好的物理性能。外部巡检过程中，可采用无人机技术或AR技术，通过搭载无人机，全面对风电机组的外部予以拍摄；利用AR眼睛，准确对机组各元器件予以识别，以准确判断机组外表是否出现损伤。

结束语

近年来，我国风力发电技术快速发展，所以，加强人工智能技术在风电机组智能巡检中的应用具有非常重要的意义，合理采用人工智能技术，为提升风电机组智能巡检水平作出贡献。

参考文献

[1]陈文超，杜雯，王帅杰.风力发电对电力系统的影响研究[J].中国设备工程,2023(11):135-137.

[2]李晓飞.山地风力发电场的施工难点及质量控制要点探究[J].工程技术研究，2017(8):163-164.

[3]张继忠.W3600-168-100型风力发电机组吊装施工技术[J].安装，2022(12):31-33.

[4]谢斯泓，赵永生，许移庆，等.大型海上风力机单叶片吊装对接技术综述[J].上海交通大学学报，2023,57(6):631-641.

[5]时慧.大吨位超长风力发电机组起吊安装工艺过程研究与应用[J].户外装备，2023(11):376-378.