樊远冬 马正杰

摘要：随着新能源行业的快速发展，近年来，业内人士提出通过无人机搭载高清摄像头或红外热像仪对抽水蓄能电站进行监测的方法。该新兴方法或基于集群通信，可以高质量、快速地检测到抽水蓄能组件的热斑、遮挡、隐裂等问题;但是由于整个巡检系统复杂、投入大，对运维人员的专业技能要求高，较适合在超大规模抽水蓄能电站中使用，目前在绝大多数电站中还少有运用;有的巡检系统还存在自动化程度不高的情况。对于中、大规模电站而言，考虑到电站巡检的经济性和实用性，本文提出脱离集群通信，仅利用无人机搭载红外热像仪对抽水蓄能电站进行全自动巡检的方法，可在很大程度上提高中、大规模抽水蓄能电站的维护质量和可靠性，提升电站的总体效率。

关键词：抽水蓄能电厂;巡检;多旋翼无人机

引言

抽水蓄能电厂具有地势起伏较大、覆盖面积广阔的特点，抽水蓄能电厂采用传统的人工巡检模式，体现出巡检效率缓慢、巡檢频次较少等问题，此类问题对于抽水蓄能电厂的运行状态而言具有一定的负面影响。为了提高抽水蓄能电厂巡检工作质量，在自动化视角下，采用互联网+无人机自动化巡检模式来改善巡检工作。以互联网作为平台，通过数据链路传输技术，将中继网络服务器与无人机连接，再通过互联网阈值预设使互联网能够自动控制无人机，无人机则代替了传统巡检中的人工角色，实现自动化巡检。此外，为了保障巡检工作的安全性、稳定性，主要采用了多旋翼无人机来代替传统四翼无人机。

1无人机简介

应用六旋翼无人机实现智能巡检工作，无人机自主巡检系统主要由无人机设备、数据采集传感器系统（双光系统）、基于RTK的精确定位系统、双目视觉自动避障系统和集成地面站系统组成。6旋翼无人机具有以下性能：①RTK差分精准定位，定位精度达到±2cm;②执行自动拍照任务;③续航时间（35～40）min（携带作业载荷），空机续航时间（50～55）min;④能实现从起飞、巡航执行任务、返航降落全自主自动避障飞行，且可显示三维航线;⑤能实现失控返航、低电压返航;⑥能实现高速数据的传输、存储，并有地面站监视系统，实现无人机监视、指令控制、数据展示等功能;⑦性能稳定、可靠、安全性高。

2基于抽水蓄能电站的无人机全自动巡检系统

基于抽水蓄能电站的无人机全自动巡检系统包括搭载红外热像仪的无人机、无人机地面站、地面充电设备和数据处理单元。其中，无人机负责通过红外热像仪采集抽水蓄能组件的红外图像;无人机地面站负责保障无人机与地面站的实时通信，并通过航迹规划或手动控制无人机的飞行速度、高度和红外热像仪的拍摄角度，以获取无人机的飞行信息和抽水蓄能组件的红外图像信息;地面充电设备负责无人机的自动充电，保证无人机的飞行动力;数据处理单元负责将采集到的红外图像信息进行处理，进而标记太阳电池的故障情况，并生成对应的故障报表。在无人机巡检系统中，无人机采用自主研发的M1六旋翼机，搭载红外热像仪飞行巡检。无人机的自航仪包括飞控、GPS和声呐，并配置遥控器用于辅助控制。该无人机的速度可达80km/h，飞行高度为120～200m;在18km/h风速内能自稳或定点悬停;在40km/h风速时，定点悬停误差在30cm以内，抗风能力6级;30～60min可以检测完20MW组件（理论上，在STC标准下，单排抽水蓄能组件的倾斜高度为4.8m、长度为15km的检测面积）中每一块组件的温度，精度是0.2°。无人机的动力由大容量锂电池和所配备的地面充电设备共同保障;其上的大容量存储装置保证了飞行过程中所拍摄到的影像资料的存储，无人机地面站起落点设置了无线网络，方便影像数据的传输。红外热像仪分辨率为640像素×480像素，测温范围为-20～250℃。

3结果分析

3.1网络传输实验结果

要求人工针对每项控制功能进行5次操作，发现无人机在每次单项控制功能中的表现一致，说明无人机功能控制有效，而在指令传输方面，首先针对实例电厂的892m、896m、899m等电磁信号较强的部分进行了实验，发现在此环境下网络指令传输速度在1.2s左右，满足合理需求，在其他电磁信号较弱的部分，网络指令传输速度在0.9s-1.0s左右，同样满足合理需求，因此说明本文系统的速度、稳定性较好。

3.2基于抽水蓄能电站的无人机全自动巡检故障自动识别

图像的自动识别可以克服人为识别主观性强、效率低等问题，但需要对云存储中心的红外图像信息进行以下5个步骤的计算和处理：1）红外图像拼接。采用图像拼接技术，将分块的红外图像信息拼接在一起，还原抽水蓄能组件区域的整体模样。2）抽水蓄能组件有效区域检测。将图像进行噪声滤除，同时保留图像的边缘，采用相关算法提取并圈定组件的有效区域。3）抽水蓄能组件温度计算。对有效区域的图像进行灰度拉伸增加对比度，利用相关算法将图像的灰度值转化为对应的温度值，每块组件取最高温度。4）组件温度值分区域比较。将测得的温度值与设定的阈值温度进行比较，温差在正常范围内的区域标记为“0”，代表电池片正常，超过阈值温度范围的标记为“1”，代表电池片故障。5）打印输出故障报表。最后生成一个包含“0”和“1”信息的、与整幅红外图像对应的故障报表，并打印输出。

3.3飞行航路设定实验结果

在飞行当中，互联网+无人机自动化巡检系统出现了1次较大的路径偏移现象，具体数值为2m，针对此现象，监控人员及时的停止了无人机飞行，并针对异常地点进行了分析，分析后发现因为当时风力过大，到达了7.5m/s左右的分离，导致无人机飞行受阻，此现象出于自然原因，并不能说明本文系统有误，所以无人机分析的正确性依旧得到了保障。同时在飞行速度与高度上，无人机直线飞行速度为1.3m/s-1.5m/s、直线拔高速度为0.9m/s～1.1m/s，说明其速率性较高;无人机飞行最低高度为1.2m，最高高度为456m左右，基本满足实例电厂的地势要求，可以实现自动化无人机巡检。

4展望

虽然已经能完成对风机叶片和抽水蓄能组件的故障辨识，但还没有发挥其最大的价值，实现规划航线飞行、规划航线返航、一次性多台机组巡检、一次性整个抽水蓄能电站组件的巡检、图像处理、故障自动识别、故障点定位、自动生成巡检报告是最终目标。针对巡检过程中发现的疑似故障信息，如轻微划痕，在图像处理技术上需要进一步探究。

结语

智能无人机在电力巡检中已充分运用，如今国内多地的电网电力线巡检都采用了无人机，并取得了不错的效果。但是，智能无人机在抽水蓄能电站巡检中的应用还是鲜有耳闻。事实上，在抽水蓄能电站巡检中，由于抽水蓄能电站设备数量庞大，人工巡检抽水蓄能电站往往很难发现其存在的隐患。而且，人工巡检常常受地形影响，无法到达一些区域，从而产生巡检盲点。与此同时，人工巡检遇到大型抽水蓄能电站时，巡检频次很难达到要求，导致很多电站故障无法及时发现，而这些难题遇到无人机都将迎刃而解。

参考文献

[1]钱伯章.碳纤维复合材料风机叶片的发展趋势[J].合成纤维，2017（5）：54-55.

[2]佚名.中能公司利用无人机监测风机叶片取得良效[J].云南电力技术，2015（a01）：76.

[3]吴立远，毕建刚，常文治，等.配网架空输电线路无人机综合巡检技术[J].中国电力，2018，51（1）：97-101.

[4]徐昊，彭雪村，卢志芳.基于四旋翼无人机的桥梁裂缝检测系统设计[J].水利水运工程学报，2018（1）：102-110.

[5]王伟，马浩，徐金琦，等.多旋翼无人机标准化机体设计方法研究[J].机械设计与制造，2014（5）：147-150.

[6]乔小亮.风力发电复合材料叶片运行过程中的故障损伤分析[J].科技传播，2012（13）：145-146.