摘要：准确及时判断风力发电机组健康状态，保证风力发电机组高效、稳定、可靠运转已成为风力发电企业具有市场竞争力的最重要因素。不断地降低维护成本和提高机组的可靠性已成为风力发电企业、研发制造单位迫切需要解决的问题。本文对无人机航测技术在风电场测图中的应用进行分析，以供参考。
关键词：无人机航测；风电场测图；应用
引言
随着近年来我国海上风电市场的快速发展，海上风电机组进一步趋向大型化，叶片长度也随之不断增加。目前国内已经有叶片长度达到90m的风电机组投入运行。常规的人工巡检方式，包括望远镜、高空吊篮等已经不能满足海上风电日益增长的需求。无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。主要分为旋翼无人机、固定翼无人机、其他无人机等。
1无人机智能巡检技术
1.1RTK差分定位技术
空间定位的精确化是实现无人机智能巡检的重要条件。传统的无人机主要依靠GPS卫星进行导航定位。在山地环境条件下，GPS的信号传播过程中接收设备噪声、电离层干扰等外部因素影响，导致无法满足无人机智能巡检的高空间定位精度要求。专业级无人机采用RTK（real-timekinematic）载波相位差分技术进行高精度空间定位。无人机和地面基站均需设置RTK模块，基于实时处理2个测量站载波相位观测的差分方法，将基站采集的载波相位发送至无人机接收机，实时提供测量点在坐标系中三维定位，并利用差分校正误差，空间定位精度可达cm级。在RTK差分定位技术支持下，无人机根据规划的航线，到达巡视目标方位后拍摄高分辨率图像。目前较为成熟的无人机平台，如大疆M210RTK无人机。
1.2无人机巡检自动机库
无人机巡检自动机库用于固定巡检区域部署，可有效覆盖一定的巡检面积，符合风电场环境条件。集成RTK地面通讯基站，实现无人机健康状态进行检测、实时气象探测、远程操控执行任务、自动起降，且无人值守、无人干预。无人机无任务时，会储存在自动机库中，有任务时可随时起飞，自动执行任务并智能降落。可自动完成无人机电池更换（或充电），并将换下来的电池自动充电，确保无人机能进行高频次、密集型巡飞任务。如复亚MindCube无人机自动机场。
2无人机巡检具有以下优势
（1）安全。无人机巡检时只需要无人机驾驶员操作无人机搭载巡检设备到达所需高度，彻底避免了人员坠落、高空坠物等安全隐患。（2）可靠。无人机搭载的高清成像设备采集叶片各角度的高清画面，保证了图像数据的可靠性，同时这些图像将通过软件平台汇总到技术专家面前，由专家进行判断和分析，使叶片缺陷的诊断更加可靠。（3）高效。有关研究表明，无人机巡检叶片比传统的高空平台垂降人工巡检至少快3倍，成本节约50%，减少发电机2/3的停机时间。
3无人机航测技术在风电场测图中的应用
3.1航线设计
项目采用飞马Ｆ３００无人机航摄系统，Ｆ３００是基于ＲＴＫ／ＰＰＫ融合定位的高性能多源数据获取平台，航摄相机为索尼ＤＳＣ－ＲＸ１ＲＩＩ非量测数码相机，其有效像素达到４ ２４０万，镜头为３５毫米定焦镜头，ＣＣＤ是３５．９ｍｍ×２４ｍｍ，分辨率为７ ９５２＊５ ３０４像素。根据成图要求及测区地形起伏状况，该区域共设置了６个航摄分区，共计１２个航摄架次，航线主要设计参数如下：（１）地面分辨率：１０．０ｃｍ；（２）航向重叠度：８０％；（３）旁向重叠度：６０％；（４）飞行相对航高：７７６ｍ。
3.2航摄作业与ＰＯＳ解算
选择合适的天气，完成无人机航摄作业，具体流程如下：（１）地面站的布设与飞行参数设置、无人机的组装及航摄仪的安放，基准站的架设，最后进行航摄系统的联合调试；（２）选择合适的起飞地点，利用手抛的方式实现无人机的迅速起飞，并时刻关注地面站的飞行数据；（３）飞行任务完成后，利用伞降的方式完成无人机着陆；（４）完整下载航摄像片数据、基站ＧＰＳ数据、机载ＧＰＳ数据，并检查数据完整性。通过ＰＰＫ（ＧＰＳ动态后处理差分）技术对数据进行差分解算，获取高精度的影像ＰＯＳ数据，该方法是利用基准站ＧＰＳ接收机和搭载在无人机上的流动站ＧＰＳ接收机在飞行过程中对ＧＰＳ卫星进行同步观测，通过接收到数据形成虚拟的载波相位观测值，确定接收机之间的相对位置，根据基准站的已知坐标，获取流动站天线相位中心的三维坐标，由于无人机天线相位中心位置与相机中心位置已进行量测标定，因此可以获得影像的高精度的三维坐标数据，即获得高精度的影像ＰＯＳ数据。
3.3三维建模
空三计算之后，需利用空三成果进行模型重建。首先基于影像的密集匹配技术可以获得高精度的数字点云，根据点云的密集程度将点云进行瓦片分割，通过瓦片上密集点云实现不同精细度的ＴＩＮ模型构建。构建ＴＩＮ模型后，即可形成立体白膜，通过计算毎一个三角形面片和对应的影像区域之间的几何关系实现不规则三角网和纹理影像的配准，配准好的纹理映射到三角面片上，完成贴图，最后生成纹理逼真的三维模型。
4应用展望
常规的无人机叶片巡检方式，虽然已经比较高效，但是远未达到智能化水平。目前海上风电场离岸距离原来越远，且随着场区装机容量的上升，海域面积也越来越大。1个40万kW容量的海上风电场，按单台容量5MW计算，风电机组数量也将达到80台，占用海域约在40km2，叶片巡检的工作范围相应扩大。另外随着的叶片数量的增多和长度的增加，无人机的拍摄数据也将显著增加，缺陷分析的工作量也相应急剧增长。航线自主规划。通过将风电机组机位坐标、船舶参数、场区水深地形信息等边界条件输入无人机系统内，移动机场服务器运行算法，自动为移动机场定位最佳位置。最佳的定位点，即无人机飞行距离最短的定位点。船舶定位完成后，船载移动机场释放无人机进行叶片巡检，在巡检完成后，移动机场进行下一最佳定位点的计算，并提供航迹指引。智能缺陷识别。基于图像识别、大数据及机器学习等技术，通过在移动机场、中央服务器运行智能缺陷识别算法，实现缺陷的识别。具体实施时的一种方案是，无人机实时拍摄，将巡检照片传输到无人机移动机场主机中，移动机场服务器对图像进行边缘计算，获得初步缺陷识别结果，并通过场区的专网将疑似缺陷照片上传到风电场控制中心的服务器，由中央服务器进行验证以及后续的增量式学习。
结束语
对风电场风力发电机组叶片无人机智能巡检关键技术进行研究后，阐述运用RTK差分定位技术、动态图像识别检测、人工智能、自动机库等技术，可实现云南华电福新能源发电有限公司所管辖风电场风力发电机组叶片无人机精细化智能巡检，极大改善了传统人工巡飞所产生的人工成本高、通勤开支大、时效性差、精度差、航程航时短等问题。能做到多方位、快速、精确的完成巡检任务。省时省力省钱的对风电场叶片、塔筒、机舱等部件进行巡检，以保证风力发电机组安全运行。
参考文献
[1]傅毓.无人机航测技术在矿区周边地质环境治理中的应用研究[J].世界有色金属,2019(18):244-245.
[2]丛充.无人机遥感技术在工程测量中的应用[J].世界有色金属,2019(18):252+254.
[3]张荣辉.低空无人机航测数据精度影响因素分析[J].城市建设理论研究(电子版),2019(21):32.
[4]肖亮明,陈建忠.无人机航测技术在国土资源管理中的应用[J].测绘地理信息,2017,42(05):96-99.
[5]曹帅帅.无人机倾斜摄影测量三维建模的应用试验研究[D].某理工大学,2017.