風力發動機AI監測解決方案
2024/2/29
專案背景
2016 年有超過 170 國共同簽署「巴黎協定」，承諾遏阻全球暖化趨勢、降低碳排放量，力求將全球平均氣溫的升溫幅度控制在工業革命前的 2 度C 內。目前全球有超過90 個國家訂定要在2025 年達成綠能佔總發電量50%，甚至有超過50 國預定要在2050 年之前達成100% 綠電。
中國風能資源豐富，風能資源總儲量約32.26億千瓦，可開發和利用的陸地上風能儲量有2.53億千瓦，近海可開發和利用的風能儲量有7.5億千瓦，共計約10億千瓦。2016-2022年，在中國風力發電維修市場規模呈現逐年增長的態勢。 2022年，風力發電維修市場規模達到約357億人民幣。 截至2023年6月底，中國風力發電量約3.4億千瓦，同比增長17.2%; 風力發電設備累計平均利用1154小時，比上年同期減少58小時。
在風力發電專案開發過程中，風力發動機(簡稱風機) 能否在額定運轉時期內發揮出最佳性能是衡量風電場投資成敗的關鍵因素之一。 風力發電維修市場橫跨風電設備從出廠，安裝到最終退役拆除的全過程，長達20-25年。除了風機本身需要有比較好的品質外，在其生命週期內的運營維護更加關鍵。戶外大型風機的葉片在維運上會遇到下列困難:
- 傳統人工吊籃監測方式，難度高、成本高、且風機停機時間長，只是適用葉片裂紋與雷擊檢測。
- 葉片預埋感測器監測方式雖然可以實現不停機實時監測，但是難度和投入成本極高。
- 無人機拍攝葉片方式雖然成本低，但是風機需停機，且無法做到即時風機監測
系統說明
為了解決上述維運問題並且降低客戶的維運投資成本，中國風機設備與解決方案廠商提出用AI 視覺檢測整合風場智慧運維解決方案，因AI 影像監測方案有整體投入成本低，可以不停機執行即時監測，且檢測範圍大、檢測準確度高等等的優勢，最能夠完整預防風機損壞，還可以即時監測風機狀態最大化產風量能。
基於大量真實案例數據，中國風機設備商訓練出高精準度的AI模型，風機上的覆冰檢測精準度>95%，裂紋檢精準度>95%，雷擊識精準度>80%，一旦檢測出問題，系統會即時發出警告通出維修。
AI視覺檢測系統相當輕巧，客戶可以在既有的風電設備中直接加裝AI監測系統優化風電機組運行效率，大幅降低使用者採購新大型設備的成本負擔，且不需要停機維運。遇到特殊的場域限制，中國風機設備與解決方案廠商可以使用AI替每一個風電場量身定製性能優、發電量高、延長風機壽命的的完整方案，提升風電場價值。
整體系統安裝運作流程如下:
- 安裝相機於所有新風機型號，即便客戶使用他牌的機組，提供客製化風機葉片影像監控方案。
- AI視覺檢測系統加裝在風機上，監測葉片狀態並提供即時的數據化資料。
- 部監測系統在中控室當中，遠端監測設備狀態，提供分析報告。
- 安裝現場無需風機停機，即插即用，可於1小時內完成系統運行。
- 再訓練後的AI模型，可以遠端同步到邊緣系統，繼續監測。
- 遠端完成葉片即時巡檢。
關鍵成功要素
- 屬於後裝市場，客戶不需要更換整個風機電組，也不須停機，即可完成維護方案。
- 採用AI影像監控，由相機獲取的葉片各個部位的即時畫面，使用者可以即時感知真實現場情況
- 影像資料即時輸入AI系統中，內置AI圖像識別演算法實時檢測葉片缺陷，發現覆冰.裂紋、斷裂等秒級告警。
為什麼選擇研華AI系統
- 研華與夥伴合作提供硬體+軟體一站式解決方案，降低客戶開發成本
- 研華的MIC-711 系統為無風扇、小體積的工業級設計，可以滿足戶外安裝部署與戶外長期穩定運行
- 研華提供邊緣AI分析SDK和管理平台軟體加值服務，按照客戶需求實現彈性靈活客製化
-25/MIC-71120240411132903.png)
-25/MIC-711_03--20230105102027.jpg)
-25/MIC-71120240411132840.png)
-25/MIC-711-ON_0320230517094751.jpg)
