吴士华：各位业界的同仁大家上午好，我是来自北京国电思达科技有限公司的吴士华。今天给大家带来的主题是《基于叶片运检的提技增效方案探讨》。

　　我的汇报主要分以下四个方面，首先我们先来看一组数据，截止到2019年，相应的国内的并网装机容量已经达到了2.1亿千瓦，已经有超过14万台在运营的机组，有大概40多万支的叶片在空中进行运行。叶片是我们风力发电机组最关键的部件之一，占到了总成本的15%到20%。据相应的统计来看，现在普通的叶片故障占到整个发电机组事故的30%以上，已经成为了我们风电发电企业比较忧虑的点之一。随着技术的发展，主流的叶片尺寸已经到了60到80米，现在最长的也已经到了107米，叶片正在朝着大型化、智能化和轻量化上面发展。

　　现在目前普遍叶片存在的缺陷也有以下几个点，第一个就是叶片的外观损伤，比如说前缘的腐蚀、后缘的开裂，还有叶片的雷击等等。对于叶片，我们除了有日常正常的巡检之外，对叶片的状态进行相应的监测，也是我们现在越来越多的业界同仁正在研究的课题，另外一个就是对叶片做一些优化，包括发电量提升、环境适应性等等。下面我介绍一下运行检测和智能巡检方面给大家介绍一下我们现在目前所应用的方案。

　　首先我们肯一下运行监测这一块儿，运行监测这一块儿我们现在目前采用的比较多的是叶片声学诊断系统，相对现在目前应用的其他的成本这一块儿来说，这个对于现在目前叶片的振动方式，对叶片的初期的诊断，这一块儿的成本能有很大的降低，同时它还有一个最大的好处就是它采用的是非接触的方式，而不需要在原有的基础上进行改进。

　　它主要的原理就是通过对叶片运行过程中的声信号进行采集，然后通过它的变化来识别叶片不同状态的分析。它主要包括三个部分，第一个是前端的防风防雨的传感器，另外一个就是内置智能声学简单算法的处理平台，另外一个就是上位机的监控系统。

　　右边这个图是不同的叶片状态，在声学诊断之后相应的语谱图，上面这个就是不同叶片的语谱图，第二个就是开裂的语谱图，第三个就是叶片出现哨声前面防水出现漏斗的情况。这个装置现在目前我们已经在张北、山东、宁夏等地方都进行了部署，目前能够正常识别日常叶片运转情况。

　　下面我介绍一下我们现在所应用的叶片覆冰的监测方案，前一位专家也提到了，叶片覆冰所带来的危害，第一个就是我们不知道它是什么时间发生的，第二个是发生了之后运行过程中所带来的一些安全隐患，比如说甩冰或者是出现覆冰严重之后对机组的安全运行的影响，第三个就是我们不知道它什么时候该正常的进行恢复。

　　通过这个，我们开发了一套数据驱动和检测模型，第二个就是我们在这个基础上面，加上一个工业级的视频监控系统，通过视觉诊断来构建一些叶片的覆冰的诊断模型。通过这两个模型形成相应的补充，两个方案之间形成互补。

　　这个方案现在目前我们已经应用在了十个不同的风场地区，150多台的机组，有的已经运行了三年以上，这个平均的准确率能够达到80%。

　　另外一个就是我们对叶片螺栓做了监测，对叶片螺栓这一块儿，大家也知道，由于风场的运行情况不同，特别是在一些极端情况湍流的影响下，叶片螺栓的断裂也是我们业主方的一个痛点之一，相应的我们也开发了一套解决方案。我们这一套方案是采用了多元的传感器，它有一个激光雷达传感器，能够进行360度周期性的巡检。第二个就是我们在重点的区域位置加装了振动级挂耳传感器，对重点的位置进行关键的监测。第三个我们采用了声学诊断系统，加上了声音的传感器，这个之间可以互相的进行自由的组合和搭配，根据风场的不同情况来应用不同的方案。这个方案目前我们也在多个风场进行了部署，从及时的发现到做出预警这个效果也是可以的。

　　另外谈一下现在目前我们在风场运行这一块儿我们所用的智慧运检的解决方案。第一个就是无人机智能叶片巡检，我们这一套无人机系统，现在应用的情况是：第一个是从节省时间和人力方面，肯定比之前的传统方式有很大的提升。第二个就是我们配套了相应的叶片监控管理系统，然后把这个叶片图象数据进行相应的保留，以便后续进行横向、纵向的对比。第三个是能够进行全局的运转精确定位损伤的位置，同时也不需要叶片位置变换，可以自行检测三个叶片，目前我们的应用基本上一天可以检测六到十台的机组。

　　我们目前应用的这一款的抗风能够达到十米每秒，续航能力超过四十分钟。我们也在开发一套自动的巡检系统，目前已经可以实现一键启动，然后按照相应的路径进行自动的巡航，同时也可以进行降落返回。

　　下面我介绍一下目前我们应用的一套叶片的健康管理系统，它主要分三个方面，第一个是管理系统，可以进行全国风场整体各区域的叶片巡检计划的审核，包括新机的配置情况管理。另外一个就是区域级的风场的客户端的系统，能够对现场的巡检计划在具体的实施然后进行相应的管理，和相应的巡检机能够进行3D展示，同时还可以一键形成巡检报告。另外一个就是在现场这一块儿，我们配备了APP手机客户端，在接收到工作任务之后，工作人员可以进行相应的维修和指导。

　　另外我们将无人机采集回来的数据，通过我们的图像识别系统，来实现叶片的缺陷自动识别，它能进行叶片自主识别，将图片导进去之后，他能把叶片扫描出来再进行缺陷识别。从一开始的人工标注之后，经过慢慢的算，自动模型降低之后，现在已经大大能够降低人工的参与，实现电脑的自主识别。

　　接下来介绍一下我们在性能优化方面做的几项工作。第一个是进行叶片的气动零位监测。但是都知道，如果气动零位角出现偏离，机组的出力肯定会大幅度降低。同时如果气动不平衡，对我们的振动载荷等方面都会产生相应的影响，会缩短我们的轴承、塔筒和相应的连接拴等部件的使用寿命。

　　基于此，我们利用我们现有的整机厂的优势，我们将机组运行时的风速、发电机的转速等关键参数，我们把之间的关系进行相应的挖掘，依据这些数据的特征关系，识别出零位异常的机组，然后再进行相应的调整，目前这个系统已经应用在相应的机组上面，目前的准确率已经慢慢的提高到了80%以上。

　　还有就是我们针对前缘保护这一块儿，也在进行的和国内知名的厂家合作，开发了相应的前缘保护层的保护技术，这一块儿目前已经在多个风场进行应用。经过验证，这个的寿命周期可以达到五到七年。

　　另外就是对于环境保护这一块儿，现在目前随着大机组大叶片的上网之后，现在各方对环境保护这一块儿的要求也越来越高。对噪声的影响这一块儿，目前我们也是在积极的在内蒙地区、山东地区都在对大机组上面进行加装锯齿尾缘的方式，以降低尾翼噪声高的特点。目前已经可以把叶片噪声降到108dB以下，同时不影响现有的功率曲线。

　　另外是我们在发电量提升方面也有一系列的方案，比如说我们有叶片加长的方案，或者是叶根加长，这个我们也在多各风场进行了实施，比如说我们将77的机组改到81，发电量可以提升5.3%一审。还有就是对于我们在不改变机组设计的情况下，不影响机组的载荷，然后进行相应的叶片的整体的替换。这个是我们在山东做的一个案例，它把96的改成了105，更换了六个月之后因为了相应的评测，发电量提升了8%以上。另外就是在涡流发生器和叶尖小翼我们都有多套相应的实施经验，对整体的发电量提升也有0.5%到2%左右的不同的提升。

　　上面讲了一些我们在叶片方面我们所做的一些工作，下面我再简单占一些时间，介绍一下我们思达公司，我们思达公司是联合动力的全资子公司，在我们的风电后市场这一块儿已经深耕了十多年。我们目前已经形成了电网友好性、智慧化运维等六大系列的产品。我们现在目前也是在不断的挖掘业主的需求，也在不断的跟业界的同仁进行合作，来深化和细化我们的产品系列。后续也希望能够跟在座的同仁们开展更好的合作，以便后续我们能够更好的服务业主，能够使我们的风电机组安全、可靠、稳定的运行。

　　谢谢大家。（内容来自现场速记，未经本人审核，如有不妥请联系修改）