中國電建集團江西省電力建設(shè)有限公司 張 龍
為保障人類社會的可持續(xù)性發(fā)展,新能源逐步取代傳統(tǒng)化石能源是一個必然趨勢。在新能源行業(yè)結(jié)構(gòu)中,我國風(fēng)電、光伏產(chǎn)業(yè)發(fā)展尤為迅速,截至2022年第一季度,全國風(fēng)力發(fā)電裝機容量約為3.4億kW(同比增幅17.7%)、光伏發(fā)電裝機容量約為3.2億kW(同比增幅23.6%),排名均為世界首位??陀^上,我國風(fēng)電光伏產(chǎn)業(yè)的飛速發(fā)展與國家新能源政策引領(lǐng)密不可分,如國家能源局發(fā)布的《關(guān)于2021年風(fēng)電、光伏發(fā)電開發(fā)建設(shè)有關(guān)事項的通知》中,明確了風(fēng)力發(fā)電、光伏發(fā)電在實現(xiàn)“碳達峰”戰(zhàn)略上的重要性,國務(wù)院印發(fā)的《2030年前碳達峰行動方案》也明確指出,風(fēng)電光伏兩種新能源產(chǎn)業(yè)是“節(jié)能降碳增效行動”的基礎(chǔ)和保障。
廣義上來講,無人機是一種航空設(shè)備,按其用構(gòu)型劃分種類豐富、形態(tài)各異,如旋翼無人機、固定翼無人機、撲翼無人機等。狹義上來講,無人機是一種載具[1],在風(fēng)電光伏故障檢測中的應(yīng)用的類型主要是多旋翼無人機(如四旋翼、六旋翼無人機)。多旋翼無人機的優(yōu)勢在于,其能夠在各種復(fù)雜的環(huán)境中實現(xiàn)高操控性,如在特定高度懸停、在不平整的地面垂直起降、能夠低空低速飛行等。因此,要執(zhí)行無人機智能巡檢工作,一臺功能效用符合需求的多旋翼無人機設(shè)備是不可或缺的,除此之外,還需要在無人機設(shè)備上搭載數(shù)據(jù)收集系統(tǒng)、紅外識別系統(tǒng)、RTK(real-time kinematic)定位系統(tǒng)、動態(tài)圖像識別系統(tǒng)、人工智能(AI自動化)系統(tǒng)等。在此基礎(chǔ)上,無人機及所搭載的各種裝備,與地面站(客戶端+控制平臺)建立起數(shù)據(jù)鏈,實現(xiàn)風(fēng)電光伏故障檢測數(shù)據(jù)的傳輸、存儲、處理等(如圖1所示)。
圖1 無人機智能巡檢系統(tǒng)示意圖
其中,無人機智能巡檢過程中數(shù)據(jù)收集工作,主要由高清紅外攝像頭完成,需要滿足白晝、夜間不同亮度條件下的工作需求。RTK定位技術(shù)即“實時動態(tài)定位技術(shù)”,相比傳統(tǒng)的GPS定位技術(shù)適應(yīng)性更強、精準度更高,利用兩個測量站載波相位觀測的方法,為無人機實時提供三維定位,尤其在山地、丘陵等障礙要素較多的環(huán)境下,可以較好地解決信號干擾、噪聲過大的問題[2]。動態(tài)圖像識別系統(tǒng)用于處理故障信息,該系統(tǒng)內(nèi)部包括了無線傳輸、動態(tài)圖像處理、逐幀抽取、圖像增強等模塊,能夠精準定位高速運轉(zhuǎn)的風(fēng)電機組葉片缺陷。人工智能系統(tǒng)包括飛行自動化、處理自動化、“AI云”等要素,其中人工智能算法是關(guān)鍵,可用于自動識別、提取關(guān)鍵檢測點,如風(fēng)葉、風(fēng)筒、絕緣子等,按照預(yù)先場景設(shè)定,可自動分揀處裂紋、破損、無電等故障形式。
電力能源是現(xiàn)代文明的基石,在維系科技進步、促進經(jīng)濟增長、服務(wù)國計民生等各領(lǐng)域發(fā)揮著不可替代的作用。隨著“綠色環(huán)?!薄肮?jié)能低碳”“生態(tài)保護”等概念興起,傳統(tǒng)電力生產(chǎn)方式逐步瓦解,新能源電力(風(fēng)電、光電、水電等)生產(chǎn)因為具有可再生的優(yōu)勢,已然成為全球電力能源的發(fā)展潮流。我國風(fēng)電光伏產(chǎn)業(yè)經(jīng)歷了系統(tǒng)性技術(shù)沉淀、激烈的市場競爭,從產(chǎn)業(yè)規(guī)模及產(chǎn)品性價比上分析,已然是處在全球領(lǐng)導(dǎo)者地位。但這種優(yōu)勢主要表現(xiàn)在技術(shù)、產(chǎn)能、價格等頭部領(lǐng)域,在風(fēng)電光伏故障檢測方面仍然有較大的提升空間。通過詳析分析風(fēng)電與光伏設(shè)備故障檢測的共同之處、差異之處,有利于更高效地運用無人機智能巡檢技術(shù)。
直觀上看,風(fēng)力發(fā)電設(shè)備與光伏發(fā)電設(shè)備所處的空間均為自然環(huán)境,在故障檢測過程中,工作人員的場景切換較為頻繁、物理距離的絕對值偏大,由此導(dǎo)致了如下共同問題。
一是單位時間內(nèi)的工作量較大,平均檢測效率較低。近年來,我國風(fēng)電光伏產(chǎn)業(yè)規(guī)模不斷擴大,總裝機容量不斷提升,這一現(xiàn)象對于故障檢測提出了巨大挑戰(zhàn)。以風(fēng)電為例,為了更好地利用風(fēng)力資源,主要建設(shè)在海上、草原、戈壁等地區(qū),龐大的風(fēng)電產(chǎn)面積本身就造成了故障檢測壓力,再加上復(fù)雜的地理、水文等環(huán)境因素,采取人工方式很難高效地進行檢測工作。
二是人工故障檢測方式面臨難度高、質(zhì)量差的問題。無論風(fēng)電還是光伏,很多故障隱患并不明顯,如多晶硅太陽能電池板出現(xiàn)裂紋、損傷,但很容易被植被、灰塵等覆蓋住,又如風(fēng)葉的涂層脫落、表面裂紋等,在高速運轉(zhuǎn)的狀態(tài)下并不容易察覺,必須停機后借助攀爬設(shè)備近距離觀察。這無疑會導(dǎo)致風(fēng)電光伏故障檢測的復(fù)雜度提高,無法進行經(jīng)常性的巡視[3]。同時,風(fēng)電光伏的供電系統(tǒng)也較為復(fù)雜,即便人工檢測的過程中,也需要用到大量設(shè)備,而自然環(huán)境下的溫度、壓力等變化,也會干擾到檢測的精準度。
三是傳統(tǒng)人工故障檢測受到的限制條件過多,如后勤保障不到位、突發(fā)天氣情況、數(shù)據(jù)記錄誤差等,這樣就很難滿足風(fēng)電光伏故障檢測的實時性。
一個風(fēng)力發(fā)電機的構(gòu)成包括地基、電網(wǎng)接口、梯子、風(fēng)塔、風(fēng)葉、測量裝置、風(fēng)向追蹤裝置等,從結(jié)構(gòu)上來看,故障檢測是基于主要“垂直方向”進行的(如圖2所示)。一個光伏發(fā)電機組包括多個光伏組件(太陽能電池方陣),再經(jīng)由充電控制器、逆變器、配電柜、電子限荷保護裝置、防雷電隔離裝置等,最終并入到電網(wǎng)。從結(jié)構(gòu)上來看,故障檢測是基于“水平方向”進行的(如圖3所示)。很顯然,風(fēng)電與光伏故障檢測方面,由于設(shè)備布局的不同,造成了巡檢路線模式的差異。
圖2 風(fēng)力發(fā)電設(shè)備故障巡檢路線(垂直)
圖3 光伏發(fā)電設(shè)備故障巡檢路線(水平)
作為風(fēng)電故障檢測裝置的搭載設(shè)備,無人機要能夠充分應(yīng)對風(fēng)電場的復(fù)雜環(huán)境,并對風(fēng)葉干擾具有一定的修正能力。適用機型的整體要求如下:一是具備較長續(xù)航能力,由于風(fēng)力發(fā)電機組間隔距離較大,需要無人機長時間滯空,因此續(xù)航能力必須有所保障,可選擇油電混合動力機型。二是配備高精度相機,為了避免風(fēng)葉與無人機碰撞,兩者之間必須保持一定的安全距離,可搭載30倍光學(xué)變焦相機(包括紅外功能),在20~30m左右的距離進行監(jiān)控。三是無人機內(nèi)置巡檢路線規(guī)劃功能,即再終端控制平臺上,能夠基于電子地圖、定位系統(tǒng)等,同時安排多個檢測目標,無人機能夠做到自主規(guī)劃最優(yōu)路線。四是基于人工智能技術(shù),自動識別各種故障及潛在隱患,尤其要確保部件細節(jié)的檢測,如合??p、扇葉形變、葉尖檢測等,具體參數(shù)見表1。
表1 風(fēng)電故障檢測無人機參數(shù)
無人機智能巡檢應(yīng)用在風(fēng)電設(shè)備之前,需要先為人工智能系統(tǒng)提供足夠的人工檢驗樣本,簡單地說,就是從已經(jīng)存在各種類型故障的風(fēng)機設(shè)備上,挑出具有代表性的,然后由無人機進行巡檢并記錄信息,通過這種深度學(xué)習(xí)的方式,可以避免后期人工分析的麻煩。以風(fēng)葉為例,具體流程如圖4所示。
圖4 風(fēng)葉故障檢測識別模式
利用電子地圖,標注一定區(qū)域內(nèi)風(fēng)電機組的位置,在執(zhí)行智能巡檢的過程中,由人工智能系統(tǒng)自動規(guī)劃最優(yōu)路線。需要注意的是,這一過程中風(fēng)力發(fā)電機組并不需要停機,因此除了考慮外部環(huán)境的影響外,還要選擇一個適當?shù)臅r間點,確保風(fēng)葉運轉(zhuǎn)處在較容易識別的狀態(tài)下,如10:00~14:00時間段內(nèi),外部光線的條件較為優(yōu)越。整個巡檢流程為:首先,確定初始化的風(fēng)機位置信息,基于人工智能自動展開風(fēng)機位置建模,并規(guī)劃巡檢路線。其次,根據(jù)反饋到客戶端的圖像數(shù)據(jù),確定風(fēng)機朝向。再次,進行定點圖片的拍攝,主要滯空位置是風(fēng)葉正向,下沉、上浮的區(qū)間為風(fēng)葉最低點和最高點,并從最高點繞道風(fēng)葉背面進行觀測。最后,根據(jù)實現(xiàn)設(shè)計好的路線返航。
對于一般風(fēng)電場的故障檢測而言,無人機智能巡檢路徑的設(shè)計不是一蹴而就的,需要在實踐過程中不斷調(diào)整算法,如基于遺傳算法、退火算法、蟻群算法等規(guī)劃無人機智能巡檢路徑,最后對比單次巡檢的實踐與故障檢測效果。比較有效的巡檢路線規(guī)劃方式,首先可以利用聚類系數(shù)調(diào)整無標度網(wǎng)絡(luò),獲得較為完整的風(fēng)電設(shè)備節(jié)點圖,再將平均風(fēng)力、海拔、濕度等平均值代入到數(shù)學(xué)模型中,如風(fēng)口位置應(yīng)該放在節(jié)點網(wǎng)絡(luò)的哪一個位置最為優(yōu)越,可以基于蟻群算法達到最佳收斂速度效果;對于較為復(fù)雜的風(fēng)電場,首先可以執(zhí)行個體交叉,再執(zhí)行個體變異,由此模擬出退貨狀態(tài)函數(shù)產(chǎn)生的新個體。在此基礎(chǔ)上,執(zhí)行個體模擬退火操作,判斷抽樣的穩(wěn)定性,如果這種算法下的路徑較為穩(wěn)定,則可以進行個體復(fù)制,輸出當前最優(yōu)的個體。
由于光伏發(fā)電設(shè)備的垂直高度較低,對于無人機的飛行高度沒有太大要求,因此常規(guī)的多旋翼無人機都能很好地滿足要求。應(yīng)用于光伏故障檢測的無人機設(shè)備需要滿足以下的條件[4]:一是在光伏電場執(zhí)行智能巡檢任務(wù)時,能夠自動避讓障礙物。二是在起飛、返航、落地等過程中,對于地面環(huán)境的要求較小。三是由于光伏發(fā)電設(shè)備以水平方向、大面積化鋪開,因此也需要無人機具有出色的續(xù)航能力。四是在巡檢過程中可以自動拍照、存儲、傳輸數(shù)據(jù)。五是為了便于在大空間內(nèi)定位無人機,自身要搭載較高精度的定位系統(tǒng);具體參數(shù)見表2。
表2 光伏故障檢測無人機參數(shù)
針對光伏故障檢測,同樣需要人工檢測確立故障樣本,然后由無人機進行智能巡檢,以提高故障檢測識別度,整個流程與風(fēng)葉故障檢測識別模式類似。但區(qū)別之處在于,無人機智能巡檢光伏電場的過程中,是基于一定區(qū)域進行的,這就需要考慮每個區(qū)域的光伏組件數(shù)量與如何分布。如太陽能電池板以“n×n”的方式分布,為了快速進行遍歷,比較適合采用螺旋形(由外向內(nèi))的巡檢流程,這樣可以節(jié)省大量的飛行時間。如果太陽能電池板以“m×n”的方式分布,需要考慮平面坐標系內(nèi)X軸、Y軸的長度比,在單位長度內(nèi)的節(jié)點數(shù)量相同,如果X軸遠超過Y軸的長度(反之亦然),則比較適合采取“蛇形路線”,如果X軸與Y軸的長度接近1:1,則比較適合采用“往復(fù)路線”。
首先,在電子地圖上圈定光伏電場的范圍,按照太陽能電池板的排列緊密程度,大致劃分出若干個區(qū)域。其次,在起飛之后獲取某一個區(qū)域的視頻、圖片數(shù)據(jù),判斷該組數(shù)據(jù)中是否存在光伏組串。再次,如果存在光伏組串的問題,需要重新計算巡檢列數(shù)、重新設(shè)計轉(zhuǎn)彎策略,然后直線起飛重新開始新一輪的檢測。最后,直到全部規(guī)避數(shù)據(jù)中的光伏組串問題,確定最優(yōu)化的巡檢路徑。
綜上所述,我國風(fēng)電光伏發(fā)展已經(jīng)突破了主要的技術(shù)壁壘與產(chǎn)能局限,且具有較強的市場、法律、政策等風(fēng)險抵御能力,而影響風(fēng)電產(chǎn)業(yè)、光伏產(chǎn)業(yè)穩(wěn)定的主要因素集中于運維領(lǐng)域。因為風(fēng)力發(fā)電、光伏發(fā)電的核心元件(如風(fēng)葉、葉輪鼓、太陽能電池板、并網(wǎng)逆變器)長期暴露在自然環(huán)境狀態(tài)下,隨著作業(yè)周期的延長出現(xiàn)故障、損傷的概率隨之增加。因此,如何高效率、高質(zhì)量地實現(xiàn)風(fēng)電光伏故障檢測,是確保我國新能源產(chǎn)業(yè)平穩(wěn)發(fā)展的關(guān)鍵所在。