突破水-空屏障,斯坦福大学开发空载声呐水下勘探技术
来源: | 作者:proc903e2 | 发布时间: 2020-12-14 | 1341 次浏览 | 分享到:


海上风资源丰富,海上风电具有易于规模开发、对环境负面影响较小、发电利用小时数高等特点,许多国家正加快海上风电的发展。海上风力发电在能源转型、环境保护、应对气候变化等方面发挥着重要作用,也已经成为全球风电行业的新增长极。据预测,2040年全球海上风电规模将增加15倍,届时中国的风电装机容量预计将增加到110GW。目前,我国海上风电开发建设如火如荼,有一大批风电场项目已经建成投产。与此同时,由此衍生出来的海上风电机组运行维护问题也受到广泛关注。


由于海上风电机组所处的环境相对复杂恶劣,海上风电机组相对于陆上风电机组来说可靠性低、维护成本高,海上风电运营成本可占到项目全生命周期成本的20%~30%。另外,随着海上风电的发展,海上风电场建设将向更深的水域发展,为海上风电后期的运营维护带来更大挑战。影响海上风电运维成本和成效的因素众多,从设备本身的可靠性,到维护人员的可用性、技术水平,以及船只可用性、天气状况,再到运维策略的管理等,本文重点探讨海上风电运行维护技术的发展现状,并提出对未来发展方向的展望。



一、物探勘测技术


海洋物探技术的使用能够提供海上风电场区海底地形地貌变化、电缆赋存状态、桩基海底侵蚀等重要信息,同时也能够提供排查海底障碍物等风险因素,是海上风电勘测的重要方法之一,为海上风电场的安全运维提供了重要支撑,起到不可替代的作用。

基于不同的观测原理,海洋物探技术主要可分为声学探测、磁法探测和电磁感应探测。声学探测按不同设备和应用又可分为多波束、侧扫声呐、地层剖面探测技术。


01多波束测深技术


多波束测深系统通过声基阵发射接收声波束,获得数百个采样数据,通过载体的姿态数据、导航数据和位置信息计算不同数据点的水深。基于大量的水深数据点,可以获得高分辨率的海底地形(见图1)。通过多波束测深系统获得的海底地形数据可以达到分米量级。多波束测深技术已经成为海上风电勘测主要的地形测量手段,目前被广泛使用。利用多波束测深技术观测风电场全区、电缆路由区和支撑结构海底地形,不仅能为海上风电运维提供基础信息,也能为环境变量的风险预测提供支持,同时直接多次观测数据评估海底的冲刷淤积状态和电缆路由的赋存状态也为海上风电运维提供了可靠依据。

图1  基于多波束测深系统获得的海底地形


02地层剖面探测技术


地层剖面探测系统通过反射并接收反射回来的回波信号对地层进行探测,海上风电运维中应用地层剖面探测技术可以明确电缆的埋藏状态(见图2),探查障碍物,确定电缆在海底的确切位置,具有较好的精度。目前,后期运行维护中使用的探测工作频率一般为14kHz,部分系统可以使用更高的主频频率,如SES参量阵系统。相较于3.5kHz频率,14kHz工作频率的浅地层剖面仪(多又称海底管线仪)的分辨率比3.5kHz工作频率更高,但地层穿透能力降低至海底以下5m内。海底管线仪工作时测线需垂直海底管线路由或线状障碍物的走向布置,通过目标体在浅地层剖面上产生的绕射波来定位其探测点的位置和埋深。

图2  基于SES参量阵系统地层剖面


03侧扫声呐探测技术


侧扫声呐是利用回声测深原理探测海底地貌和水下物体的技术。侧扫声呐探测用来提供整个风电场址区的地貌图像,特别是在海底电缆裸露至海床,或有障碍物时,侧扫声呐系统能够提供更加直观的可视化图像(见图3),更容易判断海底地貌、障碍物的类型和位置。侧扫声呐探测也是海上风电勘测中常用的技术方法,工作时其拖鱼采用船侧或船尾拖拽方式。

图3  侧扫声呐图像


04磁法探测技术


磁法探测基于海底障碍物与周边物质的磁性差异来探测目标体,借助海洋磁力仪,通过测量不同磁化强度的目标体在地磁场中所引起的磁场变化(即磁异常)位置和分布规律,来确定所探测目标体的类型及位置等信息。因为海底电缆一般有加强的金属护套、铠装钢丝,其本身含有铁磁性材料,当通电时可以产生磁场,所以通过磁法探测同样能够确定海底电缆的位置。相较于地层剖面探测技术,磁法探测技术受电缆直径的影响较小,能够观测直径更小的海底电缆。然而,目前单个磁力仪的观测无法计算海底电缆的埋深信息。


05电磁感应探测技术


由于海底电缆是导体,当电磁感应法探测设备中的发射天线建立一定频率的一次交变电磁场时,根据电磁感应定律,其在海底电缆内产生相应频率的感应电流,并在周围形成二次交变电磁场,其频率与一次交变电磁场频率相同。由于探头线圈所产生的感应电动势大小与穿过它的磁通量成正比。因此,当探头平行于地面且位于电缆正上方时,接收信号最小,从而确定电缆的埋藏位置。电磁感应探测技术可以应用于探测直径更小的电缆。

物探技术是海上风电运维中的重要技术方法,不同的物探勘测技术具有不同的优缺点,比如,多波束测深、侧扫声呐可以高效率、高精度地完成场址区全覆盖的地形地貌测量,地层剖面探测能够有效获得电缆的位置、埋深等信息,但受分辨率的制约,对较小直径的电缆可能无法识别。磁法和电磁感应法虽然能够探测更小直径的电缆,但单个设备无法获得电缆埋藏状态。另外,电缆的埋深、横截面、磁性强弱、磁性材料大小、电流强度等对探测效果影响很大。因此,对物探技术的方法应考虑不同因素,根据需要综合分析使用。



二、在线监测技术


在线监测技术是海上风电运行维护的重要手段,在降低运营安全风险中起到不可替代的作用,在线监测技术依靠观测传感器,通过卫星、光纤等通信介质,将观测参数实时传输并显示,使得海量观测数据更容易保存和处理,也节省了大量成本。基于上述优势,目前海上风电监测技术备受重视。


01支撑结构状态监测


通过高精度的传感器对支撑结构开展变形、位移、沉降、倾斜、力与应力、震动等观测,开展钢结构腐蚀和钢筋混凝土腐蚀的观测,并将其实时传输至监测系统,实现实时状态监测。这些项目为基本监测项目,一般情况,具体监测点位布置、数量选择根据风电场运维管理、结构安全评估等的需要,设置环境量监测项目。


02环境参数监测


环境量监测涉及海上风电运营区的海洋环境,包括波浪要素、风速、风向,海流流速、流向,气温,湿度,水温等项目的监测。环境参数的在线监测同样依赖传感器观测和高速传输介质,环境参数的监测提供了重要的背景参数资料,将为海上风电长期安全运维积累数据。海上环境相对更加恶劣,特别是在台风等极端天气状况下,环境参量的在线监测显得尤为重要。由于相关传感器处于相对恶劣的环境条件,传感器需要定期巡视是否正常。


03电缆状态监测


为了确保海底电缆的安全、稳定运行,及时发现并预警海底电缆故障,需要对海底电缆进行温度、应变、放电信号等运行状态,以及震动等异常信息进行监测。目前常见的是基于光纤和局部放电的电缆在线监测技术。受电介质所处的场强和电缆绝缘老化程度影响,电缆会发生局部放电。电力电缆绝缘性能的好坏很大程度上与其局部放电量有关,局部放电量的改变可对电缆绝缘存在的安全隐患提前预警。局部放电监测又分为电容和电感传感器局部放电监测。另外,通过将海底电缆复合光纤作为分布式传感元件,开展光纤分布式检测,采用有限元分析技术对光电复合海底电缆运行温度、应力变化和外界振动事件进行实时在线监测。基于光纤的海底电缆监测技术已经在福建南日岛海上风电等海底电缆监测中应用,实现了海底电缆安全监测监控。


04海域监测


据统计,80%以上的海底电缆故障是由于船舶锚泊等外力破坏所致,外力因素是危及海底电缆安全运行的主要因素。一旦出现类似事故,取证等问题是主要难点。利用红外热成像仪与摄像机组成海上视频监控装置,或通过采用光电一体化海面雷达及视频装置与AIS系统融合联动技术,实现对长距离的海底电缆大范围海域内过往船舶的全天候、全方位、不间断的安全监控,降低船舶锚害肇事对海底电缆运行的安全隐患。相比视频监控装置,光电一体化雷达可长距离、大范围、多目标地探测识别过往可疑船舶,可实现全天候、多环境下并有预警防范能力,可方便地对监测数据进行存储、外传、回放、查询,并能实时查看。

上述在线监测技术是海上风电安全运维的重要组成部分,不仅涉及运维成本,也关乎运维安全,因此需要重点关注和实施。随着技术的进一步发展,不同监测技术的组合和监测策略的优化,以及监测系统的提升可以进一步提高运维效率。



三、无人智能装备的应用


近年来,无人智能装备快速发展,如无人艇、无人机、ROV等开始在海洋领域广泛使用。为海上风电运维提供了新的选择,也成为海上风电运维新的发展方向。


01无人机的应用


目前,海上风电的巡检主要以人员搭乘作业船舶以人眼观察的方法开展作业。无人的自动化巡检设备的应用将提升风电场巡检效率、安全性和针对性,既能够减少风电场工作人员的工作量,也能保障员工的安全。因此,无人机技术将成为海上风电运维的重要发展方向。由于电池技术限制,目前多旋翼无人机的续航时间较短,不适用于航程较长的巡视。而油动的固定翼无人机和复合翼无人机,其续航时间可达到1h及以上,因此一般可选用固定翼无人机和复合翼无人机等。


02无人艇的应用


海上风电场运维过程中需要大量用船,也必然受到天气、海况、潮汐等条件的制约,同时,海洋养殖等也严重影响运维工作的正常开展。无人艇的使用可以极大降低巡检的安全风险和工作强度,同时提高效率,已经成为海上风电运维技术发展的重要方向。大型的无人艇也可以搭载前述物探设备及环境监测传感器实现对海底电缆状态及环境参数的观测。尽管如此,由于速度慢、视场有限,搭载能力受到限制,航程局限,无人艇更适合局部区域或极浅水区开展调查。


03水下机器人的应用


ROV可以根据工作需要配备相应辅助设备,是通过连接脐带将电力输送到水下机器人,工作人员在水面上进行操纵或控制。ROV集功能强大、作业水深、作业时间长、安全度高等优势于一身,长期以来在海洋水下工程中得到了广泛应用。但是由于ROV价格昂贵,而且海上风电场水深一般较浅,选择使用小型ROV进行观察作业。另外,西方国家已经开始尝试使用AUV开展海上风电运维工作,例如,美国伍兹霍尔海洋研究所已经开始利用AUV开展海上风电场海底电缆调查工作(见图4)。

图4  利用AUV开展海底电缆勘测示意图


目前,无人智能装备在海上风电运维中的使用仍然较少,因其在效率、安全性等方面具有显著优势,其必将成为海上风电运维技术的重要补充。海上风电无人智能设备的综合应用以及智能化运营维护的解决方案将有广阔的应用前景。尽管如此,无人调查方式也有较为明显的缺陷,比如,无法触摸、航程有限、更加受气候条件限制,因此探索无人、有人运维技术方法的有效结合将成为发展趋势。



四、基于多源异构数据的监测数据管理与应用


海上风电运维几乎贯穿整个项目生命周期,随着时间的延长,包括勘测数据、监测数据、环境参数等各种不同类型的海量数据将不断累积,为海上风电运维最优策略的选择和海上风电的建设提供更加详细可靠的数据保障。因此,多元的海量数据的数据管理及应用等系列问题也逐渐得到重视。


01数据管理技术


大数据云平台的建立是必然趋势,也是企业的重要管理机制和基本要求。基于多元异构监测数据为数据显示和数据分析的重要基础,对海量数据进行高效管理对海上风电运维的高效实施具有重要意义,因此该类数据整合管理更需要积极筹划和完善。这些数据由于数据获取标准和数据格式不同,应建立基于勘测数据的大数据平台和数据仓库,开展云计算管理。在监测中应进一步研究不同风电机组、变流器的通讯协议、控制方式、状态分类、判断逻辑和计算方法,完善并统一数据格式和标准以便于管理,尝试开发标准化的软件。


02数据显示技术


大量的数据采集之后,对数据进行汇总分析,经过简单的处理及计算,将需要的内容进行整合,并通过图表、曲线、颜色直观的综合展示。这种综合展示一般应用于在线监测系统中。另外,目前流行的VR及AR技术进行场景重建和虚拟现实显示技术,可以使管理者具有更加直观和现实的体验。VR和AR技术用于勘测成果的显示,有助于运行管理者更直观地理解海上风电运维的实际情况。目前,这类技术在海上风电运维中应用并不常见,也可能成为未来发展趋势。


03数据分析技术


对大数据的有效运用,能够加强海上风电运维管理的智能化和精细化,将在整体上极大推进风电场的安全、稳定发展,为风电企业提供更强的决策能力、风险评估能力和流程优化能力。但是,如何从大数据中提取最为有效的信息,进而帮助完成最优运维策略的选择一直是数据分析中的难点。

大数据分析是目标导向,根据海上风电运维的实际要求完成,因此需要细化课题,通过算法、模型和工具的开发,针对不同问题进行深入分析和挖掘,提高分析的可靠性、预测的准确性,为更好地决策提供建议。



五、海上风电与海洋牧场融合发展下的海上风电运维


海上风电和海洋牧场对社会经济发展结构的改善和提高均有重要作用。海上风电与海洋牧场融合发展是节约集约用海的重要新型产业模式与未来发展方向(见图5)。目前,德国、荷兰、比利时、挪威等欧洲国家已于2000年实施了海上风电和海水增养殖结合的试点研究,其原理为将鱼类养殖网箱、贝藻养殖筏架固定在风机基础之上,以达到集约用海的目标,为评估海上风电和多营养层次海水养殖融合发展潜力提供了典型案例。韩国在2016年也开展了海上风电与海水养殖结合项目。

图5  风电场和海洋牧场结合示意图


国家对清洁能源发展和现代化海洋牧场建设寄予厚望,2017年和2018年中央一号文件曾分别强调发展和建设现代化海洋牧场。习近平总书记曾强调:“发展清洁能源是改善能源结构、保障能源安全、推进生态文明建设的重要任务。”目前,我国尚未有海洋牧场与海上风电融合发展的先例,但国家在积极谋划,探索建立海洋牧场和海上风电融合发展的新模式。海洋牧场和海上风电融合发展中考虑空间融合、结构融合、功能融合,如风电和牧场将同时利用水下空间、风电底桩和人工鱼礁进行融合。伴随着海上风电、海洋牧场相互影响过程和机制的探索将是重要的科学问题。在这种背景和发展趋势下,如何实现海上风电运维的最优策略选择,达到对系统影响最小且最安全并节约成本,将成为最新的最前沿的课题之一,应该抓住机遇,先立先行,积极探索。



六、展望


海上风电建设和开发渐入佳境,必然伴随了海上风电运维的系列问题,依赖运维技术的合理综合运用。随着物联网、大数据和人工智能技术的快速发展和成熟,有人、无人运维技术开展有效结合,进行海上风电的智能化运维将成为必然趋势。基于大数据平台的数据存储、展示及分析系统将更为成熟和强大。同时,针对海上风电和海洋牧场结合的业态发展趋势,先行先试,探索海上风电和海洋牧场综合系统的运维管理,实现海上风电运维策略的最优选择将是前沿课题。


来源:cnBeta