人工智能迎来落地时代,风力发电运维巡检场景上演无人机硬核剧情 ——全球叶片智能巡检行业领航者是怎样炼成的?

国际新闻 阅读(1014)
?

从去年8月风电行业的爆发,到目前全球刀片检测领域发挥着知名品牌。在不到一年的时间里,以“人工智能”为起点的公司计算机技术公司已经与上海电气,双瑞风电,欧洲最大的风电运营公司GEV等风电龙头企业合作。成为一家风力发电公司后,在市场领域出生的黑马直接“杀死”了国内竞争对手并让国际竞争对手大吃一惊。通过这种方式,最近22亿美元的Pre-B轮融资更为合乎逻辑。

当然,“C-bit”首次亮相不是运气。 “公司成立后公司参与的第一个业务方案是检查风扇叶片。在此期间,我们进行了大量的研究和技术验证,包括对风电场的测试。必须始终有成熟的产品和解决方案,我们可以得到它。在市场上宣传。“Expanded Bo的联合创始人兼首席运营官陈丽萍女士非常具有传染性。它还显示了人工智能公司在切入传统电力行业时应该具有的“务实”态度。

人工智能使数据更准确

智能扩展的核心技术是“计算机视觉”。这是一种领先的科学,其中使用相机和计算机来识别,测量和进一步处理图形。

“在计算机视觉技术的帮助下,扩展的特殊飞行机器人可以在检查过程中锁定刀片上1~3 mm的裂缝,并拍出清晰的图像。即使是留在刀片上的苍蝇翅膀也可以陈丽萍解释了这一点。

img_pic_1565757676_0.jpg

在特殊的飞行机器人操作照片上清晰可见飞翼。

当涉及到叶片裂缝时,让我们来看看如果叶片损坏会对船主造成什么样的损坏。

风力涡轮机的关键是叶片,它是缓慢移动的风扇叶片。实际上,尖端速度可以达到300公里/小时甚至超过高速铁路的平均速度。然而,由于长时间暴露于诸如风和雨的恶劣环境中,材料的腐蚀和破裂或劣化以及叶片前缘的涂层将极大地影响其空气动力学性能并影响发电。有数据表明,叶片损坏可能导致海上风电场产生的电力损失1.5%-8%。

因此,叶片检测一直是风电之后市场服务的关键领域之一。目前装机容量为2.1亿千瓦,年增长率为25~30%,均导致后期运营和维护需求巨大。

在传统模式中,难以检测叶片的健康状态:该方法只能通过高功率望远镜或无人机来使用;或安装传感器以监测叶片的振动。但无论上述哪种方法,为了找到叶片的具体故障点,仍然需要借助精密设备进行检查和验证。就目前的需求而言,有必要结合设备+技术来实现毫米级缺陷的近距离捕获,以实现最佳的检测结果。

但不幸的是,除了“蜘蛛侠”的专业工作外,业界能够提供这项服务,不依赖于手册的解决方案几乎为零,安全性和监控精度现在都是主要问题。由Expanded Bo开发的配备“计算机视觉技术和核心控制策略”的特殊飞行机器人全自动检测程序,刚刚引发了行业的痛点。

“我们的解决方案是'3D Autopilot'+'传感器'。机器人的飞行路径不依赖于建模,而是使用多传感器反馈信号与视觉识别相结合来实时规划路径,“陈立平说。

由于机器视觉不够,还有一个来自智能扩展的“核心控制策略”,它允许特殊机器人100%完全飞行并锁定故障点。例如,如果将特殊飞行机器人的硬件与人体进行比较,则“核心控制策略”是发出命令的大脑,“计算机视觉技术”是控制行为的中枢神经。该技术可以独立完成刀片检测。

基于这样的领先技术和策略,全自动刀片检测程序可以在25分钟内实现12个刀片和12个路径的全自动飞行,没有风扇的品牌,方向和高度,比传统的效率高近10倍方法。这也是业内类似解决方案的罕见级别。

img_pic_1565757676_1.jpg

特殊飞行机器人航拍和照片拍摄

件。

创建风力涡轮机叶片运行和维护数据的闭环

目前,风力发电机叶片的健康维护是行业面临的重要问题。它背后仍有一个深层次的问题。在当今的风电智能化发展中,作为风电的三大组成部分之一,其自身的历史数据系统一直处于缺乏状态,这是风机叶片运行维护的另一个难点。

“我们在深入的行业研究中发现,几乎所有国内风电场都没有相应的叶片维护历史数据和数据采集系统,”陈丽萍女士说。这也意味着在中国近30年风电发展的生命周期中,叶片的历史数据几乎为零。即使是刀片制造商,他们掌握的数据也只是容量数据。当风力涡轮机投入生产时,以操作和维护为主体的数据存在故障。

这是个大问题。在当前风电投标和平价的趋势下,资产的数字化管理已经提上议事日程。作为重要资产之一,刀片的操作和维护也在数字出风口上。这种“风洞”被智能和敏感的扩张所捕获。

“扩展是由一套完整的基于人工智能的一站式风扇叶片自动检测和数字化管理平台服务提供的。”陈丽萍女士介绍。 “拍摄清晰完整的照片”是切入点,数字刀片数据处理和管理平台是最终目的地。

数字刀片数据处理管理平台是集人工智能,计算机视觉,云计算,数据可视化等功能于一体的技术,开发了巡检计划管理,检测数据上传,缺陷标签分析和归档等功能。 MIS。

img_pic_1565757676_2.jpg

使用机器学习技术来测量和分析故障

我们可以理解:特殊的飞行机器人会将照片带到云端,云端会自动屏蔽刀片的损坏状态,最后生成风力发电机叶片丢失报告给用户。

从前端的图像数据集合到后端的分析服务的提供,这种“端到端”模型极大地消除了人工检查中的个性化差异,使数据更加标准化,并允许历史可追溯性。风力涡轮机检测行业的完整数据闭环构建是为了帮助业主实现刀片资产数字化管理的目标。

全球风电叶片智能检测飞行员

2019年2月,公司与欧洲最大的风电运营商GEV Wind Power扩大战略合作协议,以创新技术推动全球风机叶片运营和维护市场的数字化升级。进一步坐在风力发电机叶片上的智能检测行业难以撼动现状。

由于扩展团队的大多数核心成员来自微软,谷歌和其他公司,加上前微软全球首席运营官凯文特纳正式加入智能战略委员会的扩展,该委员会在扩大国际市场方面拥有相对坚实的基础。

2018年欧洲风能展览会为智能化的扩展提供了良好的机会。那时,团队将解决方案带给了客户,然后返回上海接受丹麦客户的现场测试请求。当显示实际照片时,所有者对照片的清晰度和数据平台的分析能力表示惊讶。在现场,“这是我们想要的效果”。

在“小试刀”之后,智能团队的扩张进一步明确了公司的国际发展道路:风电叶片检测的需求是全球性的,中国的风电占全球市场份额的40%,只要中国市场同时,它将积极扩展到外部世界,并扩大其智能,以获得良好的全球市场份额。

根据全球化战略,自2016年智能扩展以来,它在不到三年的时间内为15个大客户,27个风电场和15种不同类型的风力发电机组提供服务。特殊飞行机器人的单机是一天中最高的。录音服务有13个风力涡轮机。

理性和务实推动行业数字化进程

在沟通过程中,陈丽萍女士强调,Expanding Bo是一家非常“务实”的公司。事实上,在我看来,“务实”从另一个角度来看也是一种更“理性”的表现。

扩大博客智能的合理性反映在风力发电机叶片运行维护行业的现状有一个非常清晰的认识。过去两年的良好表现使其无法扩展到可以占据整个产业链的业务。

“在当前的多元化市场中,合作是获胜的最佳途径。”陈丽萍女士说,“我们非常愿意与所有运营商合作,建立良好的产业链生态,从而进一步开放数据,促进整个行业。数字化过程。“

另一方面,与一组互联网公司的扩张目标不同,未来两年智能智能的扩展简直是“可恶”。

“我们为工业部门开发了一整套产品。如果我们只收集数据,我们还能成为一家互联网公司吗?“

陈丽萍女士认为,单靠数据来实现人工智能产品的真正落地是不够的。在未来一到两年内,智能扩展将更加关注如何提高智能检测机器人的效率,以及建立完善的售后维护和升级系统等。使客户端的操作更方便和用户友好。 “就像iPhone手机,小手指,即时升级。”这也是AI技术为行业带来的最佳体验。

结论

也许每个出生在技术领域的人都有“技术改变世界”的梦想。在当前中国能源结构调整和电力改革浪潮中,技术的发展始终处于不可动摇的支撑地位。也许人工智能技术确实是打开风电数字化转型里程碑的关键。这也是国务院参赞,中国可再生能源学会主席史定贞担任中国扩张战略顾问的原因之一。

我们将拭目以待,这些拥有尖端技术的公司将继续推动行业进入智能化发展的新阶段。