基于风电场大数据的 AI 智能巡检识别系统设计

平 周(国投贵州新能源有限公司，中国)

摘要

为解决风电场设备分布广、传统巡检效率低的问题，本文基于风电场数据，设计一种融合多源数据与人工智能的智能巡检识别系统。本文通过整合SCADA运行参数、无人机影像及红外热像数据，构建基于Flink的实时数据处理框架，并开发优化的YOLOv7算法实现叶片裂纹检测，结合LSTM-Attention模型预测齿轮箱等关键设备健康状态。系统测试结果表明：本文系统将巡检效率提升8倍，故障识别准确率达98.7%，年运维成本降低320万元。本研究为新能源场站数字化转型提供可行方案。

关键词

风电场；大数据；AI智能；巡检识别；系统设计

参考

黄延成,邵琴,覃宗树,等.AI赋能的电力系统增强现实智能巡检装置设计[J].中国机械,2024,(25):12-16.

杨会民,纪会争,李斌,等.电力系统立体化智能巡检平台的设计与实现[J].信息技术,2022,(06):48-53.

刘贞瑶,高方玉,姜海波,等.输电线路智能巡检机器人系统的研制及应用[J].电力信息与通信技术,2019,17(08):57-62.

DOI: http://dx.doi.org/10.12345/dlynyqy.v3i9.32291