华北电力大学推出基于无人机与计算机视觉的风机桨叶健康监测与预警系统
华北电力大学发布基于无人机与计算机视觉的风机桨叶健康监测与预警系统,单台风机巡检时间缩短至17分钟,可识别油漏、裂纹、侵蚀、脱漆、冰冻等8类缺陷。系统采用大疆机场2+AGX边缘计算+云平台的“机-巢-云”架构,实现采集、边缘处理到云端预警的闭环运维,已在吉林省乾安水字风电场部署验证,累计巡检风机超100台。
华北电力大学发布基于无人机与计算机视觉的风机桨叶健康监测与预警系统,单台风机巡检时间缩短至17分钟,可识别油漏、裂纹、侵蚀、脱漆、冰冻等8类缺陷。系统采用大疆机场2+AGX边缘计算+云平台的“机-巢-云”架构,实现采集、边缘处理到云端预警的闭环运维,已在吉林省乾安水字风电场部署验证,累计巡检风机超100台。
风力发电机的发热并非来自外部风,而是发电过程中绕组电流产生的铜损、铁芯损耗和轴承等机械损耗转化成的热量。温度长期过高会加速绝缘老化并影响轴承可靠性,因此大型风机专门配置冷却系统和温度传感器,小型机组多用空气冷却,大型机组可能采用液体冷却。功率越高损耗和热量越多,温度持续升高时控制系统可能降功率甚至停机。
华北电力大学在《2026华北电力大学自主知识产权成果名录》中推介风力发电机组叶片回收系统,以热裂解技术将退役叶片复合材料转化为燃料油、炭黑、气体及玻璃纤维、金属等可回收资源。该成果构建“油-纤-气”协同回收体系,结合余热梯级利用与高纯度玻纤再生工艺,实现系统能量自给。已与中煤集团张家口煤矿机械责任有限公司合作完成退役叶片热解回收。
中国电建集团贵阳勘测设计研究院有限公司就国家电投集团澄城县10万千瓦风力发电项目智慧场站设备采购发布招标公告。项目将通过配备智慧场站智能终端、轨道机器人、巡检无人机等,结合物联网、AI 自动识别与大数据分析,对场站运检作业实现无人化、智能化管控。采购内容涵盖设备设计供货、现场安装调试及质保期内相关服务。
风光功率预测的误差并非全部来自气象预报偏差,大量场站的顽固误差源于气象之外的场站侧问题。气象偏差是第一大来源,但不是唯一来源,更换高价气象数据源后月度平均准确率提升有限、关键天气时段依旧大偏差。文章提出"离线全量训练+在线实时增量更新"的闭环迭代思路:离线搭建模型底座,在线小步高频微调残差,每1-3个月将线上新样本汇总回离线数据集重新全量训练。
大型风机齿轮箱在严重故障前会留下振动、温度和润滑油等异常信号,现代状态监测并非只看单一数值,而是把振动、温度、油液、转速、功率与运行工况和历史趋势结合判断。例如轴承温度从60℃升至63℃未必是故障,但振动升高、温度持续上升、油液异常同时出现时就值得重点关注,从而把突发故障变成可提前准备的维护。
华北电力大学在《2026华北电力大学自主知识产权成果名录》中推介“基于主动尾流控制的风电场能量管理系统”,通过偏航尾流控制实现整场能效提升1%—3%、机组安全性提高5%。该系统已在海上、复杂地形及陆地风电场应用,其中华电某陆地风电场劣化机组功率提升10%以上,成果获2025年度日内瓦国际发明金奖。
风光功率预测正采用“离线全量训练+在线实时增量更新”的组合迭代模式,以解决静态模型上线后性能漂移的问题。离线阶段用历史数据搭建模型底座,在线阶段仅修正AI残差模块,通过样本筛选、自适应学习率和回滚机制实现小步高频微调,并每隔1-3个月将新样本汇总回离线数据集完成闭环。
华北电力大学在《2026华北电力大学自主知识产权成果名录》中推介叶片气弹振动预警软件系统,用于大型风电机组叶片的结构健康监测与事故预警。该系统基于结构有限元和智能优化算法重构叶片精细铺层,并构建大涡模拟的海上风电场复杂流动仿真模型与危险振动概率诊断预警算法,目前正在福建省某风电场两台风电机组上示范验证。