思达科技吴士华：浅谈风电机组叶片运检方案

2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。

在15日上午召开的风电运维后市场专题分论坛上。北京国电思达科技有限公司技术主任吴士华作为代表发言。

以下为发言实录：

吴士华：各位同仁大家上午好，我是来自北京国电的吴士华，今天跟大家谈谈叶片运检方面所做的工作。

下面先来看一组数据。随着现在风电已经是我们可再生能源发展的重要形式之一，在国家相关政策激励下相应撞击规模不断增加，截至到2019年并网撞击达到了2.1亿千瓦，相当于现在目前有14万台机组在运行，另外相当于有40万只叶片在相应的运行发电，叶片这一块是咱们发电中最基础也是最重要的部件之一，占到了总成本15%到20%，相应的故障率达到30%以上，现在叶片的失效隐患已经成为了风电企业最大的忧虑之一。

随着相应的风电技术的发展，目前主流的叶片也已经到了60到80，最长的已经达到了107米，随着相应的叶片数量不断地提升，对于叶片的故障和损伤是每个风电场都无法回避的安全问题，因此对叶片进行相应的检测，及时发现相应的缺陷是避免相应的叶片断裂事故的发生是很有必要的。同时对相应叶片进行相应的状态监测及部件优化，既能够提升相应的风电机组运行可靠性和发电量，同时也能够降低相应的故障率。主要常见的缺陷形式有叶片的前缘腐蚀，叶片的开裂，还有相应列以及雷击等形式。

针对常规的周期性巡检，我们目前采用的一种叶片健康管理系统无人机智能叶片系统和缺陷识别系统一体的方案。健康管理系统分三个部分。第一是管理中心，能够查看到全国的相应的风场以及大区风场的情况，同时对叶片的巡检信息进行相应的管理。第二，相应风场客户端的系统，可以对具体的实施风场的巡检计划跟叶片开展相应的巡检工作结合起来，同时能够对巡检的信息进行3D的展示，以及对巡检的报告，跟相应的维修方案出局。第三，就是APP手机客户端，能够通过推送相应的任务之后，检修人员在APP的辅助下进行相应叶片的检修任务的执行。

本系统取消了常规的吊篮或者高倍望远镜的或者长焦相机的方式，而采用了无人机带专业的仪器进行相应的检测，与传统方式相比，它一方面节省大量人力，第二方面高料率的开展风机叶片的巡检工作，同时通过我们叶片健康管理系统，可以将相应它的检修图像进行收集沉淀，形成我们图像的数据资产，建立起叶片的全生命周期档案。

针对无人机的这一块，我们开发一套无人机能够达到相应的抗风能力超过10米每秒，巡航能够达到40分钟以上，也为了减少巡检工作对无人机人员水平的要求，然后来相应的，我们开发了一套智能巡检相应的算法，通过输入相应叶片的型号，相应的高度，以及叶片的长度等信息之后，相应的可以生成自动的巡检路径，同时可以自动按路径巡航，同时能够返回原点降落。

无人机传回来的图像数据之后，利用我们的叶片识别系统，可以实现相应的自动进行图像缺陷的识别跟拼接处理，定位相应损伤的尺寸，对叶片的健康程度也可以做出准确评估，下面就是我们叶片缺陷识别系统的模型，它主要分两个部分，第一相应叶片的识别，我们通过原始图像输入之后，相应的先把叶片识别出来，减少对背景，对我们识别的一个影响，同时第二个经过咱们的M2缺陷识别系统将相应的来进行缺陷的识别。

下面介绍一下在叶片状态监测方面所做的一些工作。叶片声学的诊断系统，相当于从在周期性的巡检同时，如果能够对设备进行实时的监测，对于我们及时发现相应的叶片缺陷来说是更有保障的，我们采用的是叶片的声学诊断这个方式，它能够在叶片出现雷击开裂或者前缘腐蚀的时候相应的通过声信号中的余谱图的变化分析叶片不同的状态。系统主要分相应的前端防空防雨的传感器，它最大优点不需要非机动式的部署，还有叶片处理平台类似智能诊断算法系统硬件。第三就是相应的监测软件。从右图中我们可以看到，这是三个不同的声信号处理出来的叶片的声谱图。此套系统已经在相应张北，宁夏已经运行了，情况良好。

下面一个监测点对叶片零位，叶片零位一般指气动零位，直接决定咱们机组的处理，如果偏差比较大的话，可能损失达到10%以上，相应的通过对机组运行时的风速以及转矩角之间的关系，形成一套智能诊断模型，来识别异常的机组。此方案也在相应的20个不同的地区区域不同机型进行应用，监测了680台的机组，平均准确率80%多。

第三个监测点就是叶片螺栓，在行业里面大家可能认为都是一个痛点，受叶片一个是运行特殊工矿下，螺栓的装备工艺以及和一些质量的影响，就会容易出现相应断裂的情况，目前开发了一套叶片螺栓的检测系统，它主要通过相应的传感器跟信号采集器来进行展示，首先我们看一下相应多元传感器的技术，这里面结合了多套传感器，第一，激光相应雷达的传感器，可以进行360度的检测，第二，有二合一的状态监测的传感器。第三，加入了声音的传感器，我们来获取螺栓断裂后的情况。另外，它有独立信息处理的单元，直接将特征上传到上面。

本方案是一个全新的解决方案，可以引进相应行业的声光的技术，结合工矿进行实时的检测，检测率达到90%以上。另外说一下复工的情况，复工这一块发生之后，一方面影响机组的发电量。第二，对设备安全这一块也存在较大的风险，第三，我们什么时候去恢复相应结冰的机组也是让大家困扰的问题，针对这一块我们开发了一套延迟数据生成驱动模型，以及结合计算机的识别诊断系统，进行深度的网络学习，识别相应的叶片图像，结冰的图像，来构建相应检测的模型，基于两个模型相应的来互相验证来实现效果，此方案也应用到了10个不同的风场，准确率达到82%。

下面再说一下提质增效方面的产品，一个是进行叶片的加长，不改变外形的基础上，对叶片长度进行改变，来增加功率的提升。下面一个是叶片的改变，由5.3%提高到8%，进行叶片的整体替换，能够提升发电量，还有就是环境适应性，它的气动噪声影响越来越多，我们在发现它的尾部相应的气动噪声是最大的，在上面加了锯齿尾缘的方式来降低噪声，使叶片噪声能够减少到108DB下面。

我们思达公司已经在运维市场生根10多年，在我们组织技术渠道和相应信息化方面有自己独特的优势，现在目前已经形成了六大系列产品，还有发电机性能提升，以及运维稳定性提升跟数据分析及相应的检测服务等等，我们也在不断地摸索前行，希望跟同仁们之间相互交流学习，谢谢大家。

（根据速记整理，未经本人审核）