【CPEM全国电力设备管理网】
10月18日，中国电力企业联合会在北京组织有关专家，对国家能源集团龙源电力中能公司承担的“风电机组叶片表面缺陷无人机智能检测关键技术研究及应用”进行科技成果鉴定。来自清华大学等单位的9位资深专家组成鉴定委员会一致认为，该项目以无人机智能巡检替代传统人工巡检为出发点，形成了以风电机组叶片表面缺陷的图像采集、缺陷特征智能识别、数字化管理一套完整体系，相关技术已达到国际先进水平。风电机组叶片无人机智能巡检技术可通过“一键巡检”功能完成风电机组叶片表面状态图像100%全自动采集，每台作业巡检时间25分钟，每天可作业8—10台，巡检效率较传统方式提升5倍，可实现毫米级高精度图片采集。目前，已完成国内56个风电场3000多台风电机组近10000支叶片巡检，实现了风机叶片缺陷有效捕捉，提高风电机组的安全运行时间。
10月18日，中国电力企业联合会在北京组织有关专家，对国家能源集团龙源电力中能公司承担的“风电机组叶片表面缺陷无人机智能检测关键技术研究及应用”进行科技成果鉴定。来自清华大学等单位的9位资深专家组成鉴定委员会一致认为，该项目以无人机智能巡检替代传统人工巡检为出发点，形成了以风电机组叶片表面缺陷的图像采集、缺陷特征智能识别、数字化管理一套完整体系，相关技术已达到国际先进水平。
风电机组叶片无人机智能巡检技术可通过“一键巡检”功能完成风电机组叶片表面状态图像100%全自动采集，每台作业巡检时间25分钟，每天可作业8—10台，巡检效率较传统方式提升5倍，可实现毫米级高精度图片采集。目前，已完成国内56个风电场3000多台风电机组近10000支叶片巡检，实现了风机叶片缺陷有效捕捉，提高风电机组的安全运行时间。
