風(fēng)電場(chǎng)5G無(wú)人機(jī)巡檢技術(shù)與路徑優(yōu)化設(shè)計(jì)

趙子豐

摘 要：考慮到無(wú)人機(jī)在風(fēng)電場(chǎng)巡檢中的應(yīng)用優(yōu)勢(shì)及其巡檢路徑設(shè)計(jì)的必要性，提出了一種用于風(fēng)電場(chǎng)巡檢的5G無(wú)人機(jī)及其路徑設(shè)計(jì)。無(wú)人機(jī)可利用無(wú)人機(jī)平臺(tái)搭載測(cè)量型可見(jiàn)光相機(jī)、紅外相機(jī)、三維激光雷達(dá)等任務(wù)設(shè)備對(duì)風(fēng)機(jī)本體和集電線路進(jìn)行飛行巡檢。采用移動(dòng)邊緣計(jì)算（MEC）算法設(shè)計(jì)巡檢方案，使無(wú)人機(jī)可以進(jìn)行多架次的風(fēng)電機(jī)組檢測(cè)，采用2種傳感數(shù)據(jù)卸載模式，在確保數(shù)據(jù)處理精度的同時(shí)，聯(lián)合優(yōu)化無(wú)人機(jī)巡檢航跡與計(jì)算操作，縮短巡檢時(shí)間。同時(shí)考慮到風(fēng)力的影響，設(shè)計(jì)了一種低復(fù)雜度的小波變換例行巡視航跡和無(wú)人機(jī)調(diào)度方法，通過(guò)尋找最優(yōu)卸貨軌跡和計(jì)算卸貨參數(shù)，得到最優(yōu)巡檢方案。

關(guān)鍵詞：風(fēng)電場(chǎng)；無(wú)人機(jī)；5G技術(shù)；巡檢路徑

中圖分類(lèi)號(hào)：TM63

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：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(guó)風(fēng)能資源極為豐富，僅陸地的可用風(fēng)能儲(chǔ)量就達(dá)到2.53億kW。依據(jù)國(guó)家能源局統(tǒng)計(jì)數(shù)據(jù)表明，我國(guó)風(fēng)電并網(wǎng)裝機(jī)容量突破3億kW，連續(xù)12年穩(wěn)居全球第一［1］。葉片是風(fēng)電機(jī)組中最關(guān)鍵的部件之一，風(fēng)機(jī)對(duì)風(fēng)能的利用能力與風(fēng)葉的氣動(dòng)效率密切相關(guān)［2-3］。然而，在風(fēng)機(jī)運(yùn)行的過(guò)程中，葉片線速度極高，其表層易被風(fēng)砂磨損，產(chǎn)生劃痕、裂隙等，尤其是葉尖更容易出現(xiàn)前緣碎裂的情況［4］。陸地風(fēng)電廠普遍建于高海拔地區(qū)，晝夜溫差大，使得風(fēng)葉材料性能變差，在應(yīng)力作用下可能出現(xiàn)破損［5］。另外，長(zhǎng)期工作的風(fēng)葉表面會(huì)出現(xiàn)防護(hù)膠衣磨損的現(xiàn)象，膠衣脫落后可能出現(xiàn)砂眼，進(jìn)一步產(chǎn)生通腔造成葉片積水。這些葉片缺陷會(huì)導(dǎo)致風(fēng)葉阻力增大、發(fā)電效率下降、抗雷擊性能變差，甚至可能出現(xiàn)葉片損毀事故，造成巨大安全隱患和經(jīng)濟(jì)損失［6］。因此，通過(guò)各種巡檢手段，盡早發(fā)現(xiàn)和修復(fù)葉片缺陷，是保證風(fēng)電廠穩(wěn)定運(yùn)行的重要工作。

傳統(tǒng)的風(fēng)電機(jī)組葉片檢測(cè)方法主要是通過(guò)在風(fēng)電機(jī)組上安裝各種傳感器來(lái)實(shí)現(xiàn)的，隨著傳感器壽命的縮短，傳感器網(wǎng)絡(luò)可能會(huì)出現(xiàn)檢測(cè)錯(cuò)誤或操作故障，難以識(shí)別。同時(shí)，海量傳感器數(shù)據(jù)的出現(xiàn)也對(duì)監(jiān)控網(wǎng)絡(luò)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(wú)人駕駛飛行器（UAV）自動(dòng)檢測(cè)風(fēng)力機(jī)葉片已成為提高檢測(cè)效率的一種前景良好的解決方案［8］。文獻(xiàn)［9］考慮到風(fēng)電場(chǎng)風(fēng)機(jī)葉片人工檢測(cè)工作量大以及檢測(cè)效率低的問(wèn)題，提出了一種基于無(wú)人機(jī)圖像的缺陷自動(dòng)化檢測(cè)系統(tǒng)，有效提高了風(fēng)機(jī)葉片的巡檢效率。文獻(xiàn)［10］提出了基于無(wú)人機(jī)機(jī)器視覺(jué)的風(fēng)力機(jī)葉片損傷診斷方法，采用L-AlexNet深度學(xué)習(xí)框架，針對(duì)風(fēng)力機(jī)葉片表面圖像進(jìn)行訓(xùn)練，其診斷平均準(zhǔn)確率高達(dá)97.03%。文獻(xiàn)［11］提出了一種用于智能電網(wǎng)風(fēng)電場(chǎng)自動(dòng)監(jiān)測(cè)的EDGE智能無(wú)人機(jī)，通過(guò)控制渦輪的偏航角來(lái)優(yōu)化汽輪機(jī)的發(fā)電、預(yù)測(cè)風(fēng)速、風(fēng)向等風(fēng)向，在實(shí)際應(yīng)用中取得了良好的效果。

綜上，相關(guān)學(xué)者研究已經(jīng)證明了無(wú)人機(jī)在風(fēng)電場(chǎng)巡檢中的應(yīng)用價(jià)值，然而針對(duì)無(wú)人機(jī)巡檢路徑的研究，發(fā)現(xiàn)已有研究大多只考慮了任務(wù)完成時(shí)間、能耗或單次出動(dòng)的能效，研究局限性較強(qiáng)。據(jù)此，探討了用于風(fēng)電場(chǎng)巡檢的5G無(wú)人機(jī)及其路徑設(shè)計(jì)，并將巡檢路徑設(shè)計(jì)目標(biāo)定為最小化無(wú)人機(jī)在多架次中的總完成時(shí)間，在設(shè)計(jì)中充分考慮到了任務(wù)完成時(shí)間和每次出動(dòng)的能量消耗之間的平衡，以?xún)?yōu)化巡檢設(shè)計(jì)。

1 建設(shè)目標(biāo)

本項(xiàng)目將綜合國(guó)內(nèi)無(wú)人機(jī)自主巡檢、風(fēng)電場(chǎng)AI智能巡檢的理論研究成果和實(shí)踐經(jīng)驗(yàn)，結(jié)合無(wú)人機(jī)自主巡航相關(guān)作業(yè)流程的實(shí)際要求、作業(yè)習(xí)慣和專(zhuān)用器具等實(shí)際情況，針對(duì)風(fēng)電場(chǎng)無(wú)人機(jī)自主巡航任務(wù)的具體需求進(jìn)行定制開(kāi)發(fā)。本項(xiàng)目將通過(guò)融合高清地形、高清影像以及葉片、風(fēng)機(jī)、桿塔、線路等關(guān)鍵部位的激光點(diǎn)云數(shù)據(jù)，真實(shí)再現(xiàn)風(fēng)機(jī)及風(fēng)場(chǎng)供電環(huán)境三維運(yùn)行場(chǎng)景，同時(shí)結(jié)合5G通信技術(shù)應(yīng)用，建立三維可視化無(wú)人機(jī)風(fēng)電場(chǎng)自動(dòng)化巡檢系統(tǒng)，實(shí)現(xiàn)無(wú)人機(jī)作業(yè)動(dòng)態(tài)遠(yuǎn)程監(jiān)控。

（1）實(shí)現(xiàn)風(fēng)機(jī)檢測(cè)及維護(hù)工作的信息化業(yè)務(wù)覆蓋，實(shí)現(xiàn)業(yè)務(wù)流程化、管理工作的標(biāo)準(zhǔn)化;

（2）通過(guò)風(fēng)電場(chǎng)無(wú)人機(jī)自動(dòng)化巡檢系統(tǒng)，將檢測(cè)、數(shù)據(jù)處理、故障識(shí)別、故障跟蹤等細(xì)分業(yè)務(wù)全覆蓋，實(shí)現(xiàn)故障缺陷數(shù)據(jù)的全生命周期管理，實(shí)現(xiàn)運(yùn)維監(jiān)測(cè)到設(shè)備維護(hù)業(yè)務(wù)的信息流程化、管理模式的標(biāo)準(zhǔn)化。從而解決了傳統(tǒng)模式數(shù)據(jù)管理凌亂，統(tǒng)計(jì)分析困難、工作量大、工作效率低下的問(wèn)題;

（3）加強(qiáng)風(fēng)機(jī)故障識(shí)別、故障管理工作效率，實(shí)現(xiàn)風(fēng)機(jī)檢測(cè)數(shù)據(jù)處理的可視化和智能化，為風(fēng)機(jī)檢修業(yè)務(wù)的深化應(yīng)用提供支撐;

（4）通過(guò)風(fēng)電場(chǎng)無(wú)人機(jī)自動(dòng)化巡檢系提供人工故障判別、機(jī)器自動(dòng)判別，可視化故障統(tǒng)計(jì)分析等高級(jí)應(yīng)用，為后續(xù)風(fēng)機(jī)監(jiān)測(cè)與設(shè)備檢修維護(hù)的深化應(yīng)用提供軟件平臺(tái)支持。例如檢修業(yè)務(wù)需要通過(guò)風(fēng)電場(chǎng)無(wú)人機(jī)自動(dòng)化巡檢系提供現(xiàn)場(chǎng)風(fēng)機(jī)故障視頻、需要提供現(xiàn)場(chǎng)缺陷描述、現(xiàn)場(chǎng)三維場(chǎng)景及地形、缺陷風(fēng)機(jī)空間信息等，從而制定檢修計(jì)劃、檢修工單；

（5）形成風(fēng)機(jī)檢測(cè)數(shù)據(jù)中心，為風(fēng)電發(fā)電相關(guān)業(yè)務(wù)提供數(shù)據(jù)共享和服務(wù)支撐。通過(guò)風(fēng)機(jī)監(jiān)測(cè)數(shù)據(jù)管理系統(tǒng)的建設(shè)，形成風(fēng)機(jī)檢修數(shù)據(jù)中心，通過(guò)應(yīng)用集成為公司其他相關(guān)業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)共享和服務(wù)支撐。例如基建和規(guī)劃業(yè)務(wù)需要通過(guò)風(fēng)電場(chǎng)無(wú)人機(jī)自動(dòng)化巡檢系提供歷年風(fēng)機(jī)葉片故障統(tǒng)計(jì)、故障分類(lèi)分布情況。通過(guò)將通過(guò)風(fēng)電場(chǎng)無(wú)人機(jī)自動(dòng)化巡檢系與各類(lèi)業(yè)務(wù)系統(tǒng)縱向、橫向集成，實(shí)現(xiàn)公司各系統(tǒng)信息互補(bǔ)、業(yè)務(wù)協(xié)同，提升公司整體信息化應(yīng)用水平。

2 風(fēng)電場(chǎng)5G無(wú)人機(jī)巡檢技術(shù)

2.1 無(wú)人機(jī)巡檢技術(shù)

基于5G+無(wú)人機(jī)技術(shù)的風(fēng)機(jī)葉片、塔筒與風(fēng)場(chǎng)集電線路自主巡檢與AI智能識(shí)別定位技術(shù)，是指利用無(wú)人機(jī)平臺(tái)搭載測(cè)量型可見(jiàn)光相機(jī)、紅外相機(jī)、三維激光雷達(dá)等任務(wù)設(shè)備對(duì)風(fēng)機(jī)本體和集電線路進(jìn)行飛行巡檢，無(wú)人機(jī)起飛后自動(dòng)計(jì)算風(fēng)電機(jī)組的朝向和塔筒高度，并通過(guò)北斗/GPS雙重定位，自動(dòng)尋找風(fēng)電機(jī)組輪轂導(dǎo)流罩的中心點(diǎn)。起始點(diǎn)確認(rèn)后，無(wú)人機(jī)按照規(guī)劃的路徑進(jìn)行葉片圖像自動(dòng)采集。無(wú)人機(jī)能夠?qū)崿F(xiàn)自主飛行，自主獲取巡檢數(shù)據(jù)，并通過(guò)5G專(zhuān)網(wǎng)將巡檢數(shù)據(jù)傳回云平臺(tái)。云平臺(tái)則是通過(guò)基于神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí)技術(shù)的缺陷自動(dòng)檢測(cè)后，按照巡檢作業(yè)要求進(jìn)行數(shù)據(jù)處理、分析，形成巡檢報(bào)告。

這種巡檢方式以無(wú)人機(jī)裝備本身的控制程序?yàn)橹鳎o以無(wú)線遙控，高效采集用于隱患和故障檢測(cè)的無(wú)人機(jī)數(shù)據(jù)。結(jié)合人工智能與大數(shù)據(jù)分析技術(shù)可以對(duì)無(wú)人機(jī)獲取的巡檢數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)輔助診斷，對(duì)設(shè)備隱患進(jìn)行量化分析和測(cè)量，最終生成指導(dǎo)運(yùn)維人員工作的巡檢報(bào)告，并通過(guò)可視化運(yùn)維數(shù)據(jù)管理風(fēng)機(jī)葉片和集電線路完整生命周期內(nèi)的故障和隱患信息。

第5代移動(dòng)通信（5G通信）技術(shù)的日益成熟，因具有高寬帶、低時(shí)延、低功耗等優(yōu)勢(shì)，收到各行各業(yè)青睞，也將廣泛的與物聯(lián)網(wǎng)技術(shù)進(jìn)行深度融合［12-13］。5G無(wú)人機(jī)的使用不僅使風(fēng)電場(chǎng)風(fēng)機(jī)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(wèn)題，實(shí)現(xiàn)了不同任務(wù)、不同組合的優(yōu)化運(yùn)行的不同操作機(jī)制，優(yōu)化了5G無(wú)人機(jī)在風(fēng)電場(chǎng)巡檢方面的應(yīng)用效果。無(wú)人機(jī)巡線提高了風(fēng)電場(chǎng)維護(hù)和檢修的速度和效率，使許多工作能在完全帶電的環(huán)境下迅速完成，確保了用電安全。5G技術(shù)有很多的優(yōu)勢(shì)，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(fèi)用較低，且提供增值服務(wù)。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(wú)人機(jī)巡檢模型

無(wú)人機(jī)的任務(wù)是探測(cè)風(fēng)電場(chǎng)中的N個(gè)風(fēng)力發(fā)電機(jī)（WTs）。由于電池容量有限，無(wú)人機(jī)需要K架次才能完成對(duì)風(fēng)電場(chǎng)的探測(cè)。N架無(wú)人機(jī)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(cè)、卸載和裝填過(guò)程，離開(kāi)TS后，無(wú)人機(jī)按預(yù)定航線飛往WTs。當(dāng)?shù)竭_(dá)風(fēng)力發(fā)電機(jī)（WT）時(shí)，無(wú)人機(jī)開(kāi)始WT檢測(cè)過(guò)程。通過(guò)高清攝像機(jī)拍攝圖像或視頻，無(wú)人機(jī)可以獲得WT部件，特別是葉片的表面狀況。無(wú)人機(jī)檢測(cè)后，需要通過(guò)無(wú)人機(jī)本地計(jì)算或計(jì)算卸載的方式對(duì)傳感數(shù)據(jù)進(jìn)行處理。根據(jù)卸載能耗，無(wú)人機(jī)可以選擇通過(guò)5G專(zhuān)網(wǎng)將數(shù)據(jù)卸載到云平臺(tái)，考慮到數(shù)據(jù)的時(shí)效性，所有數(shù)據(jù)均需要在下一次神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí)技術(shù)的缺陷自動(dòng)檢測(cè)之前處理完成。在處理好收集到的傳感數(shù)據(jù)以后，無(wú)人機(jī)將飛行到下一個(gè)WT，并開(kāi)始檢測(cè)過(guò)程。當(dāng)這次飛行中的所有WTs都被檢測(cè)到后，無(wú)人機(jī)返回系統(tǒng)中心進(jìn)行充電。充電后，無(wú)人機(jī)將開(kāi)始檢測(cè)下一架次，并完成例行檢查，直到檢測(cè)到風(fēng)電場(chǎng)中的所有WTs。

為了獲得檢測(cè)軌跡，還需要確定第一個(gè)檢測(cè)WT和最后一個(gè)檢測(cè)WT，通過(guò)減去最后一個(gè)WT到第一個(gè)WT的能量消耗，加上系統(tǒng)中心到第一個(gè)WT和最后一個(gè)WT到系統(tǒng)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(guò)比較不同WT組合的能量消耗，可以確定第一個(gè)和最后一個(gè)WT。對(duì)于給定的每次探測(cè)軌跡，隨著每日風(fēng)力的變化，不同的無(wú)人機(jī)調(diào)度也會(huì)影響飛行能耗。一般來(lái)說(shuō)，風(fēng)的變化有一定的規(guī)律性，即早晚風(fēng)強(qiáng)，中午風(fēng)弱。通過(guò)將風(fēng)速與每架次的能耗進(jìn)行匹配，例如在風(fēng)速較高的時(shí)刻調(diào)度較低的飛行能耗組，可以實(shí)現(xiàn)無(wú)人機(jī)調(diào)度。在WT分組過(guò)程中，外部架次可以選擇最合適的組合，而內(nèi)部架次可能有一些相對(duì)較遠(yuǎn)的WTs，即次優(yōu)選擇。因此，在此過(guò)程中將重新安排交叉組，然后從現(xiàn)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(dāng)所有組之間沒(méi)有交叉時(shí)，進(jìn)一步采用分裂和重新排列的方法來(lái)優(yōu)化更高風(fēng)速時(shí)刻的組。

4 結(jié)語(yǔ)

研究提出了一種用于風(fēng)電場(chǎng)巡檢的5G無(wú)人機(jī)及其路徑設(shè)計(jì)，該系統(tǒng)借助服務(wù)器和衛(wèi)星對(duì)無(wú)人機(jī)進(jìn)行檢測(cè)和傳感數(shù)據(jù)處理。為了保證處理后的傳感數(shù)據(jù)的有效性，最大限度地縮短風(fēng)電場(chǎng)的檢測(cè)完成時(shí)間，對(duì)UAV軌跡和計(jì)算卸載進(jìn)行了聯(lián)合優(yōu)化，特別考慮了風(fēng)對(duì)軌跡規(guī)劃的影響。考慮到探測(cè)軌跡規(guī)劃和計(jì)算過(guò)程優(yōu)化的時(shí)間尺度不同，提出了2種優(yōu)化方法，并將探測(cè)軌跡規(guī)劃問(wèn)題分解為飛行速度和運(yùn)動(dòng)方向，并分別求解，從而得到最優(yōu)巡檢路徑。

【參考文獻(xiàn)】

［1］ 汪楊凱，曾宏宇，趙然，等.基于航線

自主規(guī)劃的變電站無(wú)人機(jī)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(fēng)電葉片疲勞測(cè)試加載位置優(yōu)化［J］.復(fù)合材料科學(xué)與工程，2020（8）：5-7.

［3］ 張明明，廖猜猜，張磊，等.復(fù)雜地形條件下大型風(fēng)電葉片先進(jìn)設(shè)計(jì)技術(shù)研究［J］.中國(guó)科學(xué)：技術(shù)科學(xué)，2020，50（10）：13-15.

［4］ 張則榮，韓桐桐，李影.基于應(yīng)變模態(tài)的風(fēng)機(jī)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(qū)域高海拔山地風(fēng)電場(chǎng)戶外設(shè)備凝露r成因及防范［J］.廣西電業(yè)，2018（5）：3-9.

［6］ 康爽，陳長(zhǎng)征，周勃，等.基于溫度閾值風(fēng)電葉片缺陷識(shí)別的紅外檢測(cè)研究［J］.太陽(yáng)能學(xué)報(bào)，2020，41（8）：5-9.

［7］ 鄔春明，楊繼紅.基于ZigBee的風(fēng)電機(jī)組振動(dòng)故障監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［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(fēng)機(jī)葉片圖像采集及缺陷檢測(cè)系統(tǒng)［J］.紅外技術(shù)，2020，42（12）：8-12.

［10］ 趙肖懿，董朝軼，周鵬，等.基于無(wú)人機(jī)機(jī)器視覺(jué)的風(fēng)力機(jī)葉片損傷診斷研究［J］.太陽(yáng)能學(xué)報(bào)，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(lián)網(wǎng)數(shù)據(jù)傳輸方案：現(xiàn)狀與基于5G技術(shù)的展望［J］.電工技術(shù)學(xué)報(bào)，2021，36（17）：13-16.

［13］ 袁楓.5G移動(dòng)通信在電力通信中的運(yùn)用與關(guān)鍵技術(shù)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.