本文首次发表于 2020 年 11 月 30 日。
关注风电行业的人都清楚，持续降低两类主要成本是推动风电进一步普及的关键：一是初始资本成本，二是持续发生的运营与维护成本。
扩博智能 致力于通过数字化、分析、自动化和预测能力，帮助风电客户降低维护成本并提高年发电量（AEP）。风机叶片在这一目标中尤为关键：叶片不仅是维护成本最高的部件类别之一，其状态还会直接影响风机能够产生的电量。
虽然传感器数据以及风机监控与数据采集系统（SCADA）的信息可以提供叶片状态线索，但这些数据无法替代目视巡检。
资料来源：WM 2019 全球陆上风电运营与维护报告
自主无人机改变叶片巡检方式
五年前，目视巡检主要依靠人工完成。这类作业存在安全风险，也会产生大量人工成本和停机发电损失，因此巡检频率较低，记录通常也不够完整。
针对叶片巡检任务进行专门规划的自主无人机显著改变了这一局面。它减少了人员暴露于高风险环境的需要，同时提高了数据质量并降低采集成本。
自动化图像采集提供了质量更高、一致性更好的数据，使企业能够建立基于机器学习的自动处理流程。巡检完成后，缺陷结果与处理建议可以更快交付。
基于这些技术进步，我们认为风机所有者和运营方已经具备显著提高叶片巡检频率的商业条件。
更频繁地监测前缘侵蚀
更加密切地监测前缘侵蚀，是提高巡检频率能够产生价值的典型场景。
侵蚀是一种持续发展的退化机制，既影响资产完整性，也会降低叶片的空气动力性能。它是运营与维护计划中成本最高的项目之一。
通过选择合适的维修时机、材料与工艺，并结合空气动力学附件或控制调整等年发电量损失缓解措施，运营团队可以获得显著收益。
扩博智能 的图像识别与洞察系统 IRIS™ 提供侵蚀位置映射服务，为规划更合理的维修项目提供数据基础。
提高巡检频率并不是为了收集更多图像，而是为了形成连续、可比较的叶片状态记录。更可靠的趋势信息可以帮助团队判断缺陷是否保持稳定、持续发展或已经需要维修，从而在维修成本、停机窗口与发电损失之间作出更好的平衡。
Wout Ruijter 曾任 扩博智能 首席工程师。
