[发明专利]一种基于无人机实现风场全域自动化巡检的路径规划方法

说明书

本发明涉及一种基于无人机实现风场全域自动化巡检的路径规划方法，该方法用于无人机对风场进行巡检规划，所述的方法包括对全场风机进行聚类，并对聚类中心间的巡检路径和聚类内风机叶片的所有路径之和进行寻优。与现有技术相比，本发明具有使规划路线在遍历该聚类内全部风电机组叶片的同时返回换电点的换电次数最小，提升全域巡检效率的同时，使无人机的续航里程得以最大化利用等优点。

技术领域

本发明涉及风力发电领域，尤其是涉及一种基于无人机实现风场全域自动化巡检的路径规划方法。

背景技术

作为可再生能源的风力发电发展越来越快，装机容量越来越大。随着越来越多风电场的投入使用，对风电设备的运维也提出了更大的挑战。目前大多数风场主要分布在远郊、山区、近海及戈壁等地理和气候环境十分复杂的偏远地带，风机之间的距离相隔也比较远，通达困难。而叶片作为风机捕捉风能转换为电能的关键部件，又常年在高空、全天候条件下工作，雷电、冰雹、雨雪、沙尘、大风等都有可能危害到风机叶片，若不及时对全场风机叶片进行巡检处理修复，会影响风机的寿命及发电效益，甚至演变成严重事故。当前风场内所有风机叶片的巡检主要依赖人工完成，由于检测的精度、速度、安全性以及容易受气候环境和地理环境等方面的限制，检测存在强度大、成本高、危险性高、效率低下和可靠性低等问题。

近年来，随着无人机技术的飞速发展以及日益成熟的设备技术，使得基于无人机技术的风电巡检模式有了很大发展，依靠无人机精准的悬停导航技术，再搭载相应的高清摄像头，风电运维的巡检效率得以大大提高。但是大多数风场内包含数十台风机，风机间隔较远，通达困难，目前基于无人机的风电巡检技术研究，大多是针对单台风机，单台风机检测完成后无人机飞回换电并移往下一台目标风机，这种模式一方面没能充分利用无人机电池的续航里程，另一方面也没有将域内所有风机作为一个整体巡检目标考虑，没有充分规划场内所有风机巡检的路径，以便实现寻优目标，提升巡检效率。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于无人机实现风场全域自动化巡检的路径规划方法。

本发明的目的可以通过以下技术方案来实现：

根据本发明的一个方面，提供了一种基于无人机实现风场全域自动化巡检的路径规划方法，该方法用于无人机对风场进行巡检规划，所述的方法包括对全场风机进行聚类，并对聚类中心间的巡检路径和聚类内风机叶片的所有巡检路径之和进行寻优。

作为优选的技术方案，该方法采用了双层路径规划算法，具体包括：

第一层路径规划，实现了全场风机聚类分类，并对聚类中心间的巡检路径进行寻优；

第二层路径规划，以聚类中心作为无人机起始点和换电点，以无人机从起飞到巡检完该聚类内所有风机叶片的所有路径之和为优化目标，实现了各聚类内的巡检路径寻优。

作为优选的技术方案，所述第一层路径规划包括：首先利用K-means聚类算法将所有风机分为K个聚类，并计算每个聚类的中心k_i坐标；然后利用粒子群算法或模拟退火算法对K个聚类中心进行聚类中心间的巡检路径规划，实现K个聚类区域间的巡检路径寻优，以最少的换电点实现风场巡检全覆盖。

作为优选的技术方案，所述第一层路径规划具体包括以下步骤：

步骤101、获取风场内所有风机的地理坐标、风机塔筒高度、叶片长度物理信息；

步骤102、根据所有风机的地理坐标(二维坐标)，输入风机总数t和聚类个数 k；

步骤103、随机初始化k个聚类中心坐标；

步骤104、利用K-means聚类算法迭代计算，以便将域内所有风机根据坐标位置分为k个聚类，并计算更新后的每个聚类的中心坐标k_i；