人工智能技术在风电机组智能巡检中的应用

2024-03-20苑鑫

设备管理与维修 2024年4期

关键词：航拍风力风电

苑鑫

（国家能源投资集团（济南）新能源有限责任公司河口分公司，山东东营 257000）

0 引言

风电机组人工智能巡检工作，大大提升了风电机组巡检质量与效率，为整个风电机组更加安全、稳定地运行打下良好基础。以“人工智能技术在风电机组智能巡检中的应用”为题进行研究，为风电机组巡检工作更好地应用人工智能技术提供帮助。

1 概念介绍

1.1 人工智能技术

人工智能技术主要包含5 个方面的特性：①从人工知识表达到大数据驱动；②从分类型处理的多媒体数据转向跨媒体的认知、学习、推理，其中所谓的“媒体”，并非为新闻媒体，而是一个虚拟环境或界面；③从追求智能机器到高水平的人机、脑机相结合；④从聚焦个体智能到基于互联网与大数据的群体智能；⑤从拟人化的机器人转变成更加丰富的智能自主系统。正是由于人工智能技术具有上述诸多良好特征，使其被广泛应用到现代社会各个领域当中[1]。

1.2 风力发电

电力领域逐渐开发出了多种清洁型发电技术，风力发电是其中常见的一种，被广泛应用到风力资源丰富的区域。所谓的风力发电，指的是将风能采集与处理后，使其转换成电能的技术。风能具有来源广、清洁等多方面特征，在发电过程中不会对自然环境造成破坏[2]。风力发电时，风电机组是其中核心设备，其中主要由3 大模块构成：①风轮，用于对风能的采集，并将其转换成相应的机械能；②发电机，在机械能的驱动下，使得发电机快速转动，通过线圈不断对磁感线进行切割，从而源源不断地产生电能；③塔筒，用于风轮、发电机的支撑，风力发电机组结构如图1 所示。

图1 风力发电机组结构

2 风电机组常见故障

2.1 齿轮箱故障

在风电机组主轴与发电机之间，通过齿轮箱进行连接，用于提升主轴的转动速率。风电机组主要有两种类型的齿轮箱，一种为行星齿轮，另一种为平行齿轮，两者运行环境均非常恶劣，工作情况较为复杂，使得齿轮可能出现一些故障。齿轮转动过程中，由于存在交变应力，加之冲击荷载的影响，使得齿轮不断磨损，影响两齿轮间的磨合度。由大量实践可知，齿轮故障概率并不是很高，但会对整个风电机组运行造成的干扰非常大，不仅要采用很长一段时间予以修理，同时修理成本很高[3]。所以，现代风力领域发展过程中，对风电机组齿轮故障具有高度重视，并对此展开了诸多研究。

2.2 偏航与刹车系统故障

风电机组工作过程中，应实时对风向予以监测，并针对检测结果，不断对风扇方向予以调节。外界环境风速出现改变后，在变桨系统的控制下，可自动调节风轮叶片的角度，从而更好地对风能进行采集，确保整个风电机组维持在高速运行状态。风力发电时，若由于风速过大，或是风电机组自身发生问题，在变桨系统的作用下，将风轮叶片改变成顺桨状态，以此降低风轮的转速。此外，在风电机组当中，还包含一个刹车系统，通过其对叶片转动情况予以控制，待发现风电机组中出现问题后，在该系统的作用下，自动将电源切断，停止向风电机组传输电能，从而使风电机组停止运行。但刹车系统运行时摩擦片损耗速度较快，很容易导致刹车系统性能受损。

2.3 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 风电机组的维护方法

3.1 动态稳定性分析

风电机组运行控制时，主要采用两种，一种为恒功率控制，另一种为恒电压控制，若机组电压保持恒定，随着功率的改变，电导与电纳也会不断改变；若机组功率保持恒定，随着电压的改变，电导与电纳也会逐渐变化。例如：变速恒频风电机组安装时，以变频器为主要媒介，与整个电网连接到一起，电力电子元件对过电流非常敏感，若电网出现问题，变频器会第一时间发现，为了防止变频器出现故障，自动将机组与电网切断，使得电压大幅度降落，严重情况下，甚至危害整个电网安全运行。因此，对于风电机组的电压来说，应与并网点的电压保持一致，当20%预定电压可以保持并网运行625 ms 使得系统具有低电压穿越能力，以提升机组的稳定性[4]。

3.2 风电智能监控

为了确保风电机组安全、稳定运行，必须要对其进行智能监控，实时掌握机组的运行情况，以此判断机组是否出现故障。在风电机组智能监控当中，主要有3 个方面：通过智能化传感器的应用，自动采集风电现场的具体情况，并通过相应的通信技术，将这些数据信息传输给控制系统；控制系统接收到现场数据信息后，利用风电监控模型的分析，判断风电机组的运行情况，并产生相应的控制指令，以控制风电机组的稳定运行；在对风电机组控制的同时，清晰、直观地将分析结果展示出来，提升相关工作人员对风电机组运行情况的了解程度。监控系统结构如图2 所示。

图2 监控系统结构

4 风电机组智能巡检中常见的智能化技术

4.1 无人机技术

无人机是现代人工智能技术的代表之一，近年来呈现出迅猛发展的态势，续航时间更长，抗环境干扰能力更强等，正是由于其具有这些优势，使得无人机被广泛应用于很多室外作业活动，包括风电机组智能巡检。通过无人机完成巡检工作时，由无人机搭载各种航拍设备，无人机飞行过程中，不仅可以由人员通过按键远程控制，而且在特殊环境内，还可由无人机自动进行控制，根据航拍环境的具体情况，自动对飞行高度、航拍范围进行调节，以此获得准确的航拍结果。之后，将航拍获得的结果传输到分析系统，通过对航拍结果的分析，以此判断风电机组是否出现故障[5]。相对于传统人工巡检的方式，无人机巡检减少了人员的参与度，不仅可以提高巡检结果准确性，而且还会提升训教效率，更重要的是不会对工作人员生命安全造成危害。

4.2 AR 技术

现代风电机组智能巡检时，对AR 技术进行了广泛应用。所谓AR 技术，指的是增强现实技术，是通过相应的技术手段，构建出一种更加真实的虚拟空间，以带给人们更加强力的视觉、感觉体验。巡检过程中，通过智能眼镜自动对现场风电设备信息予以采集，并根据采集到的结构，自动构建或更新机组模型，将该模型传输给数据服务器后，产生相应的巡检指令，同时传输给智能眼镜，巡检人员通过智能眼镜的佩戴，即可沉浸到构建出来的虚拟空间当中，以使巡检人员对风电机组的运行具有更加准确的了解。具体流程如图3所示。

图3 基于AR 技术的风电机组巡检流程

5 风电机组智能巡检中的智能化技术的具体应用

5.1 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。