人工智能技術在風電機組智能巡檢中的應用

苑 鑫

（國家能源投資集團（濟南）新能源有限責任公司河口分公司，山東東營 257000）

0 引言

風電機組人工智能巡檢工作，大大提升了風電機組巡檢質量與效率，為整個風電機組更加安全、穩定地運行打下良好基礎。以“人工智能技術在風電機組智能巡檢中的應用”為題進行研究，為風電機組巡檢工作更好地應用人工智能技術提供幫助。

1 概念介紹

1.1 人工智能技術

人工智能技術主要包含5 個方面的特性：①從人工知識表達到大數據驅動；②從分類型處理的多媒體數據轉向跨媒體的認知、學習、推理，其中所謂的“媒體”，并非為新聞媒體，而是一個虛擬環境或界面；③從追求智能機器到高水平的人機、腦機相結合；④從聚焦個體智能到基于互聯網與大數據的群體智能；⑤從擬人化的機器人轉變成更加豐富的智能自主系統。正是由于人工智能技術具有上述諸多良好特征，使其被廣泛應用到現代社會各個領域當中[1]。

1.2 風力發電

電力領域逐漸開發出了多種清潔型發電技術，風力發電是其中常見的一種，被廣泛應用到風力資源豐富的區域。所謂的風力發電，指的是將風能采集與處理后，使其轉換成電能的技術。風能具有來源廣、清潔等多方面特征，在發電過程中不會對自然環境造成破壞[2]。風力發電時，風電機組是其中核心設備，其中主要由3 大模塊構成：①風輪，用于對風能的采集，并將其轉換成相應的機械能；②發電機，在機械能的驅動下，使得發電機快速轉動，通過線圈不斷對磁感線進行切割，從而源源不斷地產生電能；③塔筒，用于風輪、發電機的支撐，風力發電機組結構如圖1 所示。

圖1 風力發電機組結構

2 風電機組常見故障

2.1 齒輪箱故障

在風電機組主軸與發電機之間，通過齒輪箱進行連接，用于提升主軸的轉動速率。風電機組主要有兩種類型的齒輪箱，一種為行星齒輪，另一種為平行齒輪，兩者運行環境均非常惡劣，工作情況較為復雜，使得齒輪可能出現一些故障。齒輪轉動過程中，由于存在交變應力，加之沖擊荷載的影響，使得齒輪不斷磨損，影響兩齒輪間的磨合度。由大量實踐可知，齒輪故障概率并不是很高，但會對整個風電機組運行造成的干擾非常大，不僅要采用很長一段時間予以修理，同時修理成本很高[3]。所以，現代風力領域發展過程中，對風電機組齒輪故障具有高度重視，并對此展開了諸多研究。

2.2 偏航與剎車系統故障

風電機組工作過程中，應實時對風向予以監測，并針對檢測結果，不斷對風扇方向予以調節。外界環境風速出現改變后，在變槳系統的控制下，可自動調節風輪葉片的角度，從而更好地對風能進行采集，確保整個風電機組維持在高速運行狀態。風力發電時，若由于風速過大，或是風電機組自身發生問題，在變槳系統的作用下，將風輪葉片改變成順槳狀態，以此降低風輪的轉速。此外，在風電機組當中，還包含一個剎車系統，通過其對葉片轉動情況予以控制，待發現風電機組中出現問題后，在該系統的作用下，自動將電源切斷，停止向風電機組傳輸電能，從而使風電機組停止運行。但剎車系統運行時摩擦片損耗速度較快，很容易導致剎車系統性能受損。

2.3 葉片故障

風輪葉片是風電機組中主要的風能采集模塊，其在轉動的過程中，會受到諸多方面因素的影響而發生故障。如葉片長期裸露在自然環境當中，會受到雨水的侵蝕，導致葉片出現腐蝕的問題，使葉片表面變得更加粗糙；隨著葉片的不斷轉動，會使葉片固定螺栓變得松動，從而降低葉片的穩定性，甚至會出現葉片甩出的現象。葉片出現問題后會產生高頻瞬態的聲發射信號，根據這一特征可通過發射檢測的方式，對葉片是否損傷及損傷程度予以檢測。同時，當葉片出現問題后，將打破整個結構的受力平衡，使結構內部產生一定的應力，并通過主軸將應力傳輸到機艙，從而影響整個風電機組的運行。

3 風電機組的維護方法

3.1 動態穩定性分析

風電機組運行控制時，主要采用兩種，一種為恒功率控制，另一種為恒電壓控制，若機組電壓保持恒定，隨著功率的改變，電導與電納也會不斷改變；若機組功率保持恒定，隨著電壓的改變，電導與電納也會逐漸變化。例如：變速恒頻風電機組安裝時，以變頻器為主要媒介，與整個電網連接到一起，電力電子元件對過電流非常敏感，若電網出現問題，變頻器會第一時間發現，為了防止變頻器出現故障，自動將機組與電網切斷，使得電壓大幅度降落，嚴重情況下，甚至危害整個電網安全運行。因此，對于風電機組的電壓來說，應與并網點的電壓保持一致，當20%預定電壓可以保持并網運行625 ms 使得系統具有低電壓穿越能力，以提升機組的穩定性[4]。

3.2 風電智能監控

為了確保風電機組安全、穩定運行，必須要對其進行智能監控，實時掌握機組的運行情況，以此判斷機組是否出現故障。在風電機組智能監控當中，主要有3 個方面：通過智能化傳感器的應用，自動采集風電現場的具體情況，并通過相應的通信技術，將這些數據信息傳輸給控制系統；控制系統接收到現場數據信息后，利用風電監控模型的分析，判斷風電機組的運行情況，并產生相應的控制指令，以控制風電機組的穩定運行；在對風電機組控制的同時，清晰、直觀地將分析結果展示出來，提升相關工作人員對風電機組運行情況的了解程度。監控系統結構如圖2 所示。

圖2 監控系統結構

4 風電機組智能巡檢中常見的智能化技術

4.1 無人機技術

無人機是現代人工智能技術的代表之一，近年來呈現出迅猛發展的態勢，續航時間更長，抗環境干擾能力更強等，正是由于其具有這些優勢，使得無人機被廣泛應用于很多室外作業活動，包括風電機組智能巡檢。通過無人機完成巡檢工作時，由無人機搭載各種航拍設備，無人機飛行過程中，不僅可以由人員通過按鍵遠程控制，而且在特殊環境內，還可由無人機自動進行控制，根據航拍環境的具體情況，自動對飛行高度、航拍范圍進行調節，以此獲得準確的航拍結果。之后，將航拍獲得的結果傳輸到分析系統，通過對航拍結果的分析，以此判斷風電機組是否出現故障[5]。相對于傳統人工巡檢的方式，無人機巡檢減少了人員的參與度，不僅可以提高巡檢結果準確性，而且還會提升訓教效率，更重要的是不會對工作人員生命安全造成危害。

4.2 AR 技術

現代風電機組智能巡檢時，對AR 技術進行了廣泛應用。所謂AR 技術，指的是增強現實技術，是通過相應的技術手段，構建出一種更加真實的虛擬空間，以帶給人們更加強力的視覺、感覺體驗。巡檢過程中，通過智能眼鏡自動對現場風電設備信息予以采集，并根據采集到的結構，自動構建或更新機組模型，將該模型傳輸給數據服務器后，產生相應的巡檢指令，同時傳輸給智能眼鏡，巡檢人員通過智能眼鏡的佩戴，即可沉浸到構建出來的虛擬空間當中，以使巡檢人員對風電機組的運行具有更加準確的了解。具體流程如圖3所示。

圖3 基于AR 技術的風電機組巡檢流程

5 風電機組智能巡檢中的智能化技術的具體應用

5.1 風電機組艙內巡檢

風電機組艙內，主要分成兩大模塊：①電氣模塊，主要是通過對電氣設備的后臺數據予以動態采集、監測與分析，以此判斷機組運行時的電壓、頻率等情況；②機械模塊，用于評估油溫與油位水平。整個巡檢工作當中，主要內容為軸承等運動部件的潤滑性能，對其進行智能巡檢時，具體方案為：機艙上端兩側橫梁處，分別固定一套智能化監測裝置，并通過光纖線纜的方式，與機柜內的交換機連接到一起，采集到倉內信號后，以光纖收發器為主要工具，將其傳輸給分析模塊，以使分析模塊動態對艙內各元器件予以檢測。需要注意的是，艙內依然有一些區域無法利用智能化系統檢測如輪轂等，這些區域則應配合人工輔助，即人員佩戴頭盔式可視化風電巡檢系統，通過頭盔上的攝像系統自動拍攝艙內信息，并通過無線通信的方式將拍攝信息傳輸給分析模塊，為分析模塊的運行提供數據支持。

5.2 風電機組外部巡檢

風電機組巡檢時，不僅要對艙內巡檢，而且還應巡檢機組的外部，包括機組外部各元件是否損壞等，以保證所有元器件均具備良好的物理性能。外部巡檢過程中，可采用無人機技術或AR 技術，通過搭載無人機，全面對風電機組的外部予以拍攝；利用AR 眼睛，準確對機組各元器件予以識別，以準確判斷機組外表是否出現損傷。

6 結束語

現代風電領域快速發展的過程中，逐漸對風電機組的巡檢提出更高的要求，為了確保風電機組巡檢符合要求，則應加強對無人機、AR 等人工智能技術的應用，通過這些先進的科學技術，降低巡檢難度，提升巡檢結果準確性，及時發現風電機組出現的故障與問題，為整個風電機組安全、穩定地運行提供支持。