風電場5G無人機巡檢技術與路徑優化設計

趙子豐

摘 要：考慮到無人機在風電場巡檢中的應用優勢及其巡檢路徑設計的必要性，提出了一種用于風電場巡檢的5G無人機及其路徑設計。無人機可利用無人機平臺搭載測量型可見光相機、紅外相機、三維激光雷達等任務設備對風機本體和集電線路進行飛行巡檢。采用移動邊緣計算（MEC）算法設計巡檢方案，使無人機可以進行多架次的風電機組檢測，采用2種傳感數據卸載模式，在確保數據處理精度的同時，聯合優化無人機巡檢航跡與計算操作，縮短巡檢時間。同時考慮到風力的影響，設計了一種低復雜度的小波變換例行巡視航跡和無人機調度方法，通過尋找最優卸貨軌跡和計算卸貨參數，得到最優巡檢方案。

關鍵詞：風電場；
無人機；
5G技術；
巡檢路徑

中圖分類號：TM63

文獻標志碼：A

文章編號：1001-5922（2023）07-0184-05

5G unmanned aerial vehicle inspection technology and path optimization design for wind farms

ZHAO Zifeng

（Datang （Inner Mongolia） Energy Development

Co.，Ltd.，Mengdong Renewable Power Business Division

）

Abstract：Considering the application advantages of Unmanned Aerial Vehicle （UAV） in wind farm inspection and the necessity of patrol path design，a 5G UAV for wind farm inspection and its path design were proposed.The UAV can use the UAV platform with measuring visible light camera，infrared camera，three-dimensional lidar and other mission equipment to inspect the fan body and power collection line.The mobile edge computing （MEC） algorithm was used to design the inspection scheme，so that the UAV could carry out multi-sorties of wind turbine inspection.Two sensing data unloading modes were adopted to ensure the accuracy of data processing，and at the same time，the UAV patrol track and calculation operation were jointly optimized to shorten the inspection time.In addition，considering the influence of wind power，a low-complexity wavelet transform routine inspection track and UAV scheduling method was designed，and the optimal inspection scheme was obtained by finding the optimal unloading trajectory and calculating the unloading parameters.

Key words：wind farm;UAV;5G technology;inspection path

我國風能資源極為豐富，僅陸地的可用風能儲量就達到2.53億kW。依據國家能源局統計數據表明，我國風電并網裝機容量突破3億kW，連續12年穩居全球第一［1］。葉片是風電機組中最關鍵的部件之一，風機對風能的利用能力與風葉的氣動效率密切相關［2-3］。然而，在風機運行的過程中，葉片線速度極高，其表層易被風砂磨損，產生劃痕、裂隙等，尤其是葉尖更容易出現前緣碎裂的情況［4］。陸地風電廠普遍建于高海拔地區，晝夜溫差大，使得風葉材料性能變差，在應力作用下可能出現破損［5］。另外，長期工作的風葉表面會出現防護膠衣磨損的現象，膠衣脫落后可能出現砂眼，進一步產生通腔造成葉片積水。這些葉片缺陷會導致風葉阻力增大、發電效率下降、抗雷擊性能變差，甚至可能出現葉片損毀事故，造成巨大安全隱患和經濟損失［6］。因此，通過各種巡檢手段，盡早發現和修復葉片缺陷，是保證風電廠穩定運行的重要工作。

傳統的風電機組葉片檢測方法主要是通過在風電機組上安裝各種傳感器來實現的，隨著傳感器壽命的縮短，傳感器網絡可能會出現檢測錯誤或操作故障，難以識別。同時，海量傳感器數據的出現也對監控網絡與控制中心之間通信鏈路的可靠性提出了更高的要求［7］。最近，部署無人駕駛飛行器（UAV）自動檢測風力機葉片已成為提高檢測效率的一種前景良好的解決方案［8］。文獻［9］考慮到風電場風機葉片人工檢測工作量大以及檢測效率低的問題，提出了一種基于無人機圖像的缺陷自動化檢測系統，有效提高了風機葉片的巡檢效率。文獻［10］提出了基于無人機機器視覺的風力機葉片損傷診斷方法，采用L-AlexNet深度學習框架，針對風力機葉片表面圖像進行訓練，其診斷平均準確率高達97.03%。文獻［11］提出了一種用于智能電網風電場自動監測的EDGE智能無人機，通過控制渦輪的偏航角來優化汽輪機的發電、預測風速、風向等風向，在實際應用中取得了良好的效果。

綜上，相關學者研究已經證明了無人機在風電場巡檢中的應用價值，然而針對無人機巡檢路徑的研究，發現已有研究大多只考慮了任務完成時間、能耗或單次出動的能效，研究局限性較強。據此，探討了用于風電場巡檢的5G無人機及其路徑設計，并將巡檢路徑設計目標定為最小化無人機在多架次中的總完成時間，在設計中充分考慮到了任務完成時間和每次出動的能量消耗之間的平衡，以優化巡檢設計。

1 建設目標

本項目將綜合國內無人機自主巡檢、風電場AI智能巡檢的理論研究成果和實踐經驗，結合無人機自主巡航相關作業流程的實際要求、作業習慣和專用器具等實際情況，針對風電場無人機自主巡航任務的具體需求進行定制開發。本項目將通過融合高清地形、高清影像以及葉片、風機、桿塔、線路等關鍵部位的激光點云數據，真實再現風機及風場供電環境三維運行場景，同時結合5G通信技術應用，建立三維可視化無人機風電場自動化巡檢系統，實現無人機作業動態遠程監控。

（1）實現風機檢測及維護工作的信息化業務覆蓋，實現業務流程化、管理工作的標準化;

（2）通過風電場無人機自動化巡檢系統，將檢測、數據處理、故障識別、故障跟蹤等細分業務全覆蓋，實現故障缺陷數據的全生命周期管理，實現運維監測到設備維護業務的信息流程化、管理模式的標準化。從而解決了傳統模式數據管理凌亂，統計分析困難、工作量大、工作效率低下的問題;

（3）加強風機故障識別、故障管理工作效率，實現風機檢測數據處理的可視化和智能化，為風機檢修業務的深化應用提供支撐;

（4）通過風電場無人機自動化巡檢系提供人工故障判別、機器自動判別，可視化故障統計分析等高級應用，為后續風機監測與設備檢修維護的深化應用提供軟件平臺支持。例如檢修業務需要通過風電場無人機自動化巡檢系提供現場風機故障視頻、需要提供現場缺陷描述、現場三維場景及地形、缺陷風機空間信息等，從而制定檢修計劃、檢修工單；

（5）形成風機檢測數據中心，為風電發電相關業務提供數據共享和服務支撐。通過風機監測數據管理系統的建設，形成風機檢修數據中心，通過應用集成為公司其他相關業務系統提供數據共享和服務支撐。例如基建和規劃業務需要通過風電場無人機自動化巡檢系提供歷年風機葉片故障統計、故障分類分布情況。通過將通過風電場無人機自動化巡檢系與各類業務系統縱向、橫向集成，實現公司各系統信息互補、業務協同，提升公司整體信息化應用水平。

2 風電場5G無人機巡檢技術

2.1 無人機巡檢技術

基于5G+無人機技術的風機葉片、塔筒與風場集電線路自主巡檢與AI智能識別定位技術，是指利用無人機平臺搭載測量型可見光相機、紅外相機、三維激光雷達等任務設備對風機本體和集電線路進行飛行巡檢，無人機起飛后自動計算風電機組的朝向和塔筒高度，并通過北斗/GPS雙重定位，自動尋找風電機組輪轂導流罩的中心點。起始點確認后，無人機按照規劃的路徑進行葉片圖像自動采集。無人機能夠實現自主飛行，自主獲取巡檢數據，并通過5G專網將巡檢數據傳回云平臺。云平臺則是通過基于神經網絡AI機器學習技術的缺陷自動檢測后，按照巡檢作業要求進行數據處理、分析，形成巡檢報告。

這種巡檢方式以無人機裝備本身的控制程序為主，輔以無線遙控，高效采集用于隱患和故障檢測的無人機數據。結合人工智能與大數據分析技術可以對無人機獲取的巡檢數據進行機器學習輔助診斷，對設備隱患進行量化分析和測量，最終生成指導運維人員工作的巡檢報告，并通過可視化運維數據管理風機葉片和集電線路完整生命周期內的故障和隱患信息。

第5代移動通信（5G通信）技術的日益成熟，因具有高寬帶、低時延、低功耗等優勢，收到各行各業青睞，也將廣泛的與物聯網技術進行深度融合［12-13］。5G無人機的使用不僅使風電場風機及集電線路巡檢速度的大幅度提升，還有效解決了自然條件的局限問題，實現了不同任務、不同組合的優化運行的不同操作機制，優化了5G無人機在風電場巡檢方面的應用效果。無人機巡線提高了風電場維護和檢修的速度和效率，使許多工作能在完全帶電的環境下迅速完成，確保了用電安全。5G技術有很多的優勢，包括通信速度快、通信靈活、智能性能高、兼容性好，最重要的是費用較低，且提供增值服務。此外，它能夠快速地提供大量的信息，能夠不受距離限制、流暢地傳輸視頻。

2.2 無人機巡檢模型

無人機的任務是探測風電場中的N個風力發電機（WTs）。由于電池容量有限，無人機需要K架次才能完成對風電場的探測。N架無人機和K架次的集合表示為N=［1，2，…，N］和K=［1，2…，K］。每一次飛行包括飛行、探測、卸載和裝填過程，離開TS后，無人機按預定航線飛往WTs。當到達風力發電機（WT）時，無人機開始WT檢測過程。通過高清攝像機拍攝圖像或視頻，無人機可以獲得WT部件，特別是葉片的表面狀況。無人機檢測后，需要通過無人機本地計算或計算卸載的方式對傳感數據進行處理。根據卸載能耗，無人機可以選擇通過5G專網將數據卸載到云平臺，考慮到數據的時效性，所有數據均需要在下一次神經網絡AI機器學習技術的缺陷自動檢測之前處理完成。在處理好收集到的傳感數據以后，無人機將飛行到下一個WT，并開始檢測過程。當這次飛行中的所有WTs都被檢測到后，無人機返回系統中心進行充電。充電后，無人機將開始檢測下一架次，并完成例行檢查，直到檢測到風電場中的所有WTs。

為了獲得檢測軌跡，還需要確定第一個檢測WT和最后一個檢測WT，通過減去最后一個WT到第一個WT的能量消耗，加上系統中心到第一個WT和最后一個WT到系統中心的能量消耗，可以得到不同WT組合下的能量消耗。然后，通過比較不同WT組合的能量消耗，可以確定第一個和最后一個WT。對于給定的每次探測軌跡，隨著每日風力的變化，不同的無人機調度也會影響飛行能耗。一般來說，風的變化有一定的規律性，即早晚風強，中午風弱。通過將風速與每架次的能耗進行匹配，例如在風速較高的時刻調度較低的飛行能耗組，可以實現無人機調度。在WT分組過程中，外部架次可以選擇最合適的組合，而內部架次可能有一些相對較遠的WTs，即次優選擇。因此，在此過程中將重新安排交叉組，然后從現有組中分離出具有交叉的WTs，并將它們重新排列到交叉組中。當所有組之間沒有交叉時，進一步采用分裂和重新排列的方法來優化更高風速時刻的組。

4 結語

研究提出了一種用于風電場巡檢的5G無人機及其路徑設計，該系統借助服務器和衛星對無人機進行檢測和傳感數據處理。為了保證處理后的傳感數據的有效性，最大限度地縮短風電場的檢測完成時間，對UAV軌跡和計算卸載進行了聯合優化，特別考慮了風對軌跡規劃的影響?？紤]到探測軌跡規劃和計算過程優化的時間尺度不同，提出了2種優化方法，并將探測軌跡規劃問題分解為飛行速度和運動方向，并分別求解，從而得到最優巡檢路徑。

【參考文獻】

［1］ 汪楊凱，曾宏宇，趙然，等.基于航線

自主規劃的變電站無人機巡檢［J］.粘接，2021.48（12）：173-177.

［2］ 朱瑞，黃輝秀，于永峰，等.基于阻尼影響的風電葉片疲勞測試加載位置優化［J］.復合材料科學與工程，2020（8）：5-7.

［3］ 張明明，廖猜猜，張磊，等.復雜地形條件下大型風電葉片先進設計技術研究［J］.中國科學：技術科學，2020，50（10）：13-15.

［4］ 張則榮，韓桐桐，李影.基于應變模態的風機葉片損傷診斷研究［J］.可再生能源，2021，39（3）：6-8.

［5］ 陳飛.南方區域高海拔山地風電場戶外設備凝露r成因及防范［J］.廣西電業，2018（5）：3-9.

［6］ 康爽，陳長征，周勃，等.基于溫度閾值風電葉片缺陷識別的紅外檢測研究［J］.太陽能學報，2020，41（8）：5-9.

［7］ 鄔春明，楊繼紅.基于ZigBee的風電機組振動故障監測系統設計［J］.電子器件，2017，40（3）：6-10.

［8］ LONG W，ZHANG Z .Automatic detection of wind turbine blade surface cracks based on UAV-taken Images［J］.IEEE Transactions on Industrial Electronics，2017，64（9）：7293-7303.

［9］ 趙春溢，郭洪濤，郭濤，等.一種風機葉片圖像采集及缺陷檢測系統［J］.紅外技術，2020，42（12）：8-12.

［10］ 趙肖懿，董朝軼，周鵬，等.基于無人機機器視覺的風力機葉片損傷診斷研究［J］.太陽能學報，2021，42（7）：8-11.

［11］ CHUNG H M，MAHARJAN S，ZHANG Y，et al.Edge Intelligence Empowered UAVs for Automated Wind Farm Monitoring in Smart Grids［J］.IEEE，2020，（9）：1162-1168.

［12］ 黃彥欽，余浩，尹鈞毅，等.電力物聯網數據傳輸方案：現狀與基于5G技術的展望［J］.電工技術學報，2021，36（17）：13-16.

［13］ 袁楓.5G移動通信在電力通信中的運用與關鍵技術探究［J］.變壓器，2020，57（4）：1-5.

［14］ ZHANG S，ZHANG H，DI B，et al.Cellular Cooperative Unmanned Aerial Vehicle Networks With Sense-and-Send Protocol［J］.IEEE Internet of Things Journal，2018，PP（99）：1-4.

［15］ ZENG Y，XU J，ZHANG R .Energy Minimization for Wireless Communication with Rotary-Wing UAV［J］.IEEE Transactions on Wireless Communications，2018，18（4）：2329-2345.