一种风力发电机组无人机巡检方法及系统与流程

本申请涉及风力发电机组监测领域，尤其涉及一种风力发电机组无人机巡检方法及系统。

背景技术：

1、

2、目前，对风力发电机组巡检主要采用地面人工周期巡检的方式，由于风电机组通常设置在远离城市的开阔地，该种人工巡检方法存在效率低、工作量大、周期长、质量难以控制的问题，并且存在监控盲区容易出现遗漏缺陷的问题。

技术实现思路

1、针对上述问题，本申请提供了一种风力发电机组无人机巡检方法及系统，能够实现对于风力发电机组叶片情况的定期巡检。

2、为实现本申请的目的，本申请提供如下的技术方案：

3、第一方面，本申请提供一种风力发电机组无人机巡检方法，包括：

4、s110，风机位置信息采集：控制无人机沿塔筒方向上升至风机塔筒中部，采集风机位置信息；

5、s210，风机机舱海拔高度采集：控制所述无人机从所述风机塔筒中部，沿所述塔筒方向上升至风机机舱位置，采集风机机舱海拔高度信息；

6、s310，风机视图采集：控制所述无人机在风机顶部与风机正面，分别采集风机俯视图与风机正视图；

7、s410，风机工作角度确定：根据所述风机俯视图、所述风机正视图，计算迎风角度与叶片角度；

8、s510，生成风机巡检路线：根据风机工作信息生成巡检路线。

9、在一种可能的实现方式中，在所述生成巡检路线之后，还包括：

10、s610，风机巡检图像采集：控制无人机沿巡检路线进行巡检，采集风机巡检图像。

11、在一种可能的实现方式中，在所述控制无人机沿巡检路线进行巡检，采集风机巡检图像之后，还包括：

12、s710，风机缺陷分析：通过预设缺陷识别模型，对所述风机巡检图像进行缺陷识别，得到风机缺陷。

13、在一种可能的实现方式中，所述缺陷识别模型为灰尘油污识别模型、砂眼不平识别模型、涂料脱落识别模型、表面划痕识别模型、前缘腐蚀识别模型、前缘损坏识别模型、涂料严重脱落识别模型、玻纤破损识别模型、前后缘开裂识别模型、前缘损伤玻纤识别模型、叶尖损坏识别模型中的任意一种或多种。

14、在一种可能的实现方式中，所述无人机具有定位单元，用于通过载波相位差分技术获取风机位置信息。

15、在一种可能的实现方式中，所述风机巡检图像包括：风机正面图像与风机背面图像。

16、在一种可能的实现方式中，所述巡检路线与所述风机的距离为10m-20m。

17、在一种可能的实现方式中，所述风机工作信息，包括：所述迎风角度、所述叶片角度、所述风机位置信息、所述风机机舱海拔高度。

18、第二方面，本申请提供一种风力发电机组无人机巡检系统，包括：无人机、处理模块、控制模块；

19、所述控制模块，用于控制所述无人机沿塔筒方向上升至风机塔筒中部采集风机位置信息，发送至处理模块，以及，用于控制所述无人机从所述风机塔筒中部沿所述塔筒方向上升至风机机舱位置采集风机机舱海拔高度信息，发送至处理模块，以及，用于控制所述无人机在风机顶部与风机正面，分别采集风机俯视图与风机正视图，发送至处理模块；

20、所述处理模块，用于根据所述风机俯视图、所述风机正视图，计算迎风角度与叶片角度，以及，用于根据所述迎风角度、所述叶片角度、所述风机位置信息、所述风机机舱海拔高度生成巡检路线，发送至所述控制模块。

21、在一种可能的实现方式中，所述控制模块，还用于控制无人机沿巡检路线进行巡检，采集风机巡检图像，发送至处理模块；所述处理模块内预设有缺陷识别模型，还用于通过预设缺陷识别模型，对所述风机巡检图像进行缺陷识别，得到风机缺陷。

22、通过本申请提供的风力发电机组无人机巡检方法及系统，能够运用无人机搭载红外成像相机和可见光成像相机，进行风力发电机组叶片巡检(自动飞行、自动航拍)和集电线路巡检，根据预先设定的巡检任务，实现对风机叶片灰尘油污、砂眼不平、涂料脱落、表面划痕、前缘腐蚀、前缘损坏、涂料严重脱落、玻纤破损、前后缘开裂、前缘损伤玻纤、叶尖损坏的缺陷识别，从而保证风力发电机组的安全运行。

技术特征：

1.一种风力发电机组无人机巡检方法，其特征在于，包括：

2.根据权利要求1所述的风力发电机组无人机巡检方法，其特征在于，在所述生成巡检路线之后，还包括：

3.根据权利要求2所述的风力发电机组无人机巡检方法，其特征在于，在所述控制无人机沿巡检路线进行巡检，采集风机巡检图像之后，还包括：

4.根据权利要求3所述的风力发电机组无人机巡检方法，其特征在于，所述缺陷识别模型为灰尘油污识别模型、砂眼不平识别模型、涂料脱落识别模型、表面划痕识别模型、前缘腐蚀识别模型、前缘损坏识别模型、涂料严重脱落识别模型、玻纤破损识别模型、前后缘开裂识别模型、前缘损伤玻纤识别模型、叶尖损坏识别模型中的任意一种或多种。

5.根据权利要求1所述的风力发电机组无人机巡检方法，其特征在于，所述无人机具有定位单元，用于通过载波相位差分技术获取风机位置信息。

6.根据权利要求2所述的风力发电机组无人机巡检方法，其特征在于，所述风机巡检图像包括：风机正面图像与风机背面图像。

7.根据权利要求1所述的风力发电机组无人机巡检方法，其特征在于，所述巡检路线与所述风机的距离为10m-20m。

8.根据权利要求1所述的风力发电机组无人机巡检方法，其特征在于，所述风机工作信息，包括：所述迎风角度、所述叶片角度、所述风机位置信息、所述风机机舱海拔高度。

9.一种风力发电机组无人机巡检系统，其特征在于，包括：无人机、处理模块、控制模块；

10.根据权利要求9所述的风力发电机组无人机巡检系统，其特征在于，所述控制模块，还用于控制无人机沿巡检路线进行巡检，采集风机巡检图像，发送至处理模块；所述处理模块内预设有缺陷识别模型，还用于通过预设缺陷识别模型，对所述风机巡检图像进行缺陷识别，得到风机缺陷。

技术总结本申请提供一种风力发电机组无人机巡检方法及系统；其中，风力发电机组无人机巡检方法，包括：S110，风机位置信息采集：控制无人机沿塔筒方向上升至风机塔筒中部，采集风机位置信息；S210，风机机舱海拔高度采集：控制所述无人机从所述风机塔筒中部，沿所述塔筒方向上升至风机机舱位置，采集风机机舱海拔高度信息；S310，风机视图采集：控制所述无人机在风机顶部与风机正面，分别采集风机俯视图与风机正视图；S410，风机工作角度确定：根据所述风机俯视图、所述风机正视图，计算迎风角度与叶片角度；S510，生成风机巡检路线：根据风机工作信息生成巡检路线，能够实现风力发电机组叶片情况的定期巡检。技术研发人员：张宝庆,曲文涛,李鸿泽,李阳受保护的技术使用者：前郭富汇风能有限公司技术研发日：技术公布日：2024/7/23