风电机组长期运行时，主轴承、齿轮箱、制动器、发电机、电气接点和电缆可能因摩擦、润滑不足、老化、过载或接触不良产生异常温升。传统人工巡检受高空、偏远环境和停机窗口限制，难以连续捕捉早期热异常。本项目将多类型双目热成像设备、挂轨机器人与数字化平台结合，把“定期人工检查”升级为“在线感知、智能分析、主动预警、闭环处置”。
一、项目背景与建设目标
运行中的风电机组人员难以持续登机检查，部分早期故障在出现明显振动、噪声或停机前，已表现为局部温度分布变化。项目因此建立覆盖设备、场站和管理平台的多层监测体系，以降低高空巡检风险、缩短故障发现时间并提高数据完整性。
关键部件过温识别
持续监测主轴承、齿轮箱、制动器、发电机和电气接点，发现摩擦、过载、虚接等热异常。
机舱火灾早期预警
在烟感和火焰报警前定位异常热点，并可与既有消防系统联动，做到防患于未“燃”。
高空与偏远场景替代
通过固定点位、云台和挂轨机器人减少人员进入机舱、塔筒和户外高风险区域。
数字化运维闭环
统一管理温度、视频、告警、任务和处置记录，为趋势分析与预测性维护提供依据。
二、监测点位：从机舱到场站电力设施
| 区域 | 重点对象 | 主要风险 | 建议感知设备 |
|---|---|---|---|
| 机舱内 | 齿轮箱、主轴承、制动器、发电机、主控柜 | 润滑不足、磨损、绕组短路、接触不良及火情 | 双目热成像半球/球机 |
| 塔筒平台 | 扭缆、变流器、配电柜、动力电缆 | 端子过热、电缆热积聚、绝缘与过载问题 | 双目卡片机/枪机 |
| 塔筒外与箱变 | 箱式变压器、连接端子、输电线路 | 散热不良、负荷异常、绝缘损伤 | 固定式或云台热成像相机 |
| 机舱外 | 叶片、机舱顶部平台及周边环境 | 叶片缺陷、异物、外部火情和环境风险 | 双目小云台、车载或固定红外设备 |
| 户外电力设施 | 开关柜、变压器、GIS、隔离开关、35 kV线路 | 电流/电压致热缺陷及连接金具异常 | 云台、挂轨机器人或手持终端 |
三、系统部署与网络架构
现场感知层由红外测温相机、可见光相机、云台、机器人及可扩展传感器组成；机组或场站侧配置边缘计算盒，对视频和温度数据进行缓存、规则判断和初步分析。数据可通过4G/5G上传云端，也可通过光纤或网线进入就地服务器，并支持本地存储和离线拷贝分析。
四、智能测温与异常判断
系统针对不同设备设置测温区域、测温点和告警规则。除固定阈值外，可结合环境温度、同类设备温差、同一设备历史基线和升温速率进行综合判断，降低季节变化或负荷波动造成的误报。
- 齿轮箱与轴承：分析表面温度、热点位置、温升速率和同工况历史趋势。
- 制动器：通过刹车盘热分布判断摩擦不均、润滑及制动异常。
- 发电机：监测外壳和关键连接区域，识别绕组或滑环异常引起的剧烈温升。
- 配电柜与线缆：定位断路器触头、接线端子和电缆集中区的异常热积聚。
- 叶片：利用运行状态下缺陷区域与正常区域空气摩擦生热差异辅助定位损伤。
五、边缘计算与数据分层
边缘计算盒负责接入本机组多路视频与温度流，完成数据压缩、缓存、断点续传、阈值判断和部分AI推理。在网络波动或云端不可用时，关键告警仍可在本地生成并保留证据。远程服务器负责跨机组汇聚、历史查询、统计分析和模型迭代。
数据包含结构化温度与设备状态、JSON/XML等半结构化消息，以及图像、视频和音频等非结构化内容。系统按实时数据、告警证据和历史档案分层存储，以兼顾响应速度、容量与长期分析需求。
六、GIS驾驶舱与数字孪生表达
平台以GIS地图呈现风场、机组和关键设施分布，支持定位、查找、缩放、漫游及故障点动态标识。驾驶舱集中展示设备数量、在线率、健康度、告警数量、温度趋势和任务执行情况，使管理人员能够从场站全局逐级下钻到单台机组和具体测温区域。
数字孪生并非只建立三维模型，而是将风机空间位置、设备台账、实时温度、视频画面、告警状态和运维记录绑定到同一对象。每个设备形成可持续更新的数字档案，为跨系统联动和全寿命管理提供数据基础。
七、智能巡视、事件告警与联合巡检
平台可按照路线、时间、预置位、测温规则和AI识别规则创建巡视任务。任务执行后自动汇总测温结果、截图、录像和异常项，生成智能巡视报告。触发规则时，系统按照设备等级和告警级别向对应管理人员推送消息，并记录确认、派单、处理、复核和关闭过程。
在线设备无法覆盖的盲区由手持终端、无人机或人工巡检补充。线下采集结果回传平台，与在线数据在同一设备档案中归并，实现“在线智能巡视+线下专项检查”的联合巡检模式。
八、平台功能与可视化
| 功能模块 | 核心功能 | 形成的业务价值 |
|---|---|---|
| 实时监测 | 红外与可见光融合、温度叠加、录像与回放 | 远程掌握设备当前状态，快速定位热点 |
| 事件告警 | 规则配置、分级告警、消息推送、处置闭环 | 缩短发现与响应时间，保留完整证据链 |
| 智能巡视 | 计划任务、预置位、AI识别、自动报告 | 提高巡检覆盖率和标准化程度 |
| 设施管理 | GIS定位、设备台账、状态和维护记录 | 建立风机及附属设施数字档案 |
| 数据统计 | 按时间、设备、温度和告警类型查询分析 | 发现变化趋势，为预测性维护提供依据 |
九、硬件选型与规模适配
狭窄配电柜和近距离固定点位可采用256×192红外模组的双目卡片机或半球机；中小范围固定监测采用双目枪机；机舱整体与户外区域采用具备云台的双目球机；叶片和较远距离目标可采用640×512红外探测器的小云台。具体镜头焦距、测温范围和防护等级需按1–35 m检测距离、安装角度及环境条件复核。
平台配置可按规模分级：摄像头数量≤16台时采用简易配置，提供实时视频、温度曲线和录像存储；数量超过16台或需要数据统计、智能巡检及多机组集中管理时，采用全功能平台及服务器架构。
十、实施计划与验收
项目建议周期24周：需求详设4周、方案评审优化1周、软硬件开发集成12周、部署调试4周、反馈调优2周、培训支持0.5周、验收交付0.5周。实际进度根据机组数量、停机窗口、网络条件和现场施工许可调整。
| 验收层级 | 重点内容 |
|---|---|
| 感知设备 | 成像质量、测温精度、覆盖范围、预置位重复性、防护与安装稳定性 |
| 网络与边缘 | 设备接入、带宽、断网缓存、数据补传、本地告警与时间同步 |
| 平台功能 | 实时监测、录像回放、GIS、智能巡视、告警推送、统计报表和权限 |
| 业务闭环 | 告警确认、派单、处置、复核、归档以及联合巡检数据回传 |
| 运行验证 | 连续稳定性、典型异常模拟、误报漏报复核和用户培训 |
十一、项目价值
系统将热成像、视频、机器人、网络和软件平台打通，使风电运维从依赖人员经验和周期性登机检查，转向以数据为基础的连续状态管理。通过早期发现温升异常，可以在故障扩大前安排检修，减少非计划停机；通过GIS和统一台账，可降低多机组、多场站管理复杂度。
工程结论：风电智能巡检的核心不是单独安装红外相机，而是建立点位设计—边缘分析—可靠传输—平台预警—运维处置—历史复盘的完整闭环。红外测温提供早期热异常证据，数字孪生平台则把证据转化为可执行的运维决策。