海上风电产业作为全球能源转型的重要组成部分，近年来呈现出快速增长的趋势。据国际可再生能源机构（IRENA）统计，海上风电的装机容量在过去10年间增长了超过1倍，并且预计将在未来十年持续增长。然而，海上风电场的运维工作具有极大的挑战性，主要表现在作业环境的复杂性和恶劣性上。海洋环境中的风力、电流、浪潮以及海水腐蚀等因素不仅对风电设备的稳定性构成威胁，也使得传统的人工巡检和维修工作变得更加困难和高风险。
尤其是在海上风电场的深海区域，风电机组的基座和平台大多位于水下，使得人工作业的成本昂贵，效率低下，且存在安全隐患。
为了提升作业效率、降低成本并增强安全性，智能化与自动化技术在海上风电运维中的应用显得尤为重要。
水下机器人作为一种融合先进传感器、人工智能和自动控制技术的水下作业设备，逐渐成为打造海上风电智能运维平台的核心技术。其在风电场的巡检、故障诊断、清洁和小规模维修等方面的应用，不仅能够有效提升作业效率，还能在恶劣环境下确保人员安全，从而降低整体运维成本。
01海上风电及其运维 我国沿海风能资源丰富，2023年，中国海上风电新增装机容量超过718万kW，占全球市场份额61%，海上风电新增装机规模连续第六年位居全球第一。截至2024年第3季度，我国海上风电累计并网容量达3910万kW，超过排名第2至第5的国家海上风电并网容量总和，持续引领全球海上风电发展。 目前，随着产业的快速发展，海上风电开发呈现出以下特点：① 风机容量的不断增大将导致风机载荷阶梯式增长，从而导致海上风电的桩基设计长度不断增加；② 海上风电场址从近海不断走向深海，风电场水深持续增加。 深海风电场的建设不仅意味着离岸距离的增加，还带来了更加复杂的海洋环境，如更强的风浪、更大的潮汐变化以及更加频繁的气候变化等。这些因素对风电机组的稳定运行提出了更高的要求，也加大了风电场运维的难度。在这样的背景下，运维工作的挑战逐渐加大，运维人员需要更加精细化和智能化的技术支持，才能确保设备在复杂的海况中长期稳定运行。 行业咨询公司埃森哲的调研显示，海上风电运维成本约占海上风电场平准化度电成本的25%，平准化度电成本通常包含一个发电项目整个设计生命周期内所有已发生的和可预估因素的综合成本，包括电站建设、租金、融资利息和运维成本等。作为一个量化的经济指标，平准化度电成本常被用于比较和评估可再生能源发电与传统发电的综合经济效益，而在运维成本占海上风电场平准化度电成本1/4的情况下，要想凸显海上风电的竞争力，运维不可或缺。 目前，国内海上风电运维行业依然面临不少困难： ● 首先，专业的运维服务机构仍然严重不足，尤其是在深海区域，现有的船只往往无法满足远程和高难度运维的需求。 ● 其次，运维人员的技术水平和经验普遍偏低，缺乏足够的培训和实践机会，导致运维工作存在一定的安全隐患和技术难题。 ● 此外，当前的运维模式还没有形成标准化和规范化的流程，需完善的技术支持和管理体系。 因此，在未来几年，我国的海上风电运维市场将长期处于供不应求的状态，随着行业发展，需求将进一步增长。 海上风电运维涉及如海洋工程、船舶、电力和风力检测等多个行业领域，对运维人员的技术能力、专业素养等有较高要求。海上风电运维具有如下挑战： ♦ 技术门槛高，成本相对高昂； ♦ 需要维护的范围大于陆上风机； ♦ 受海洋及气候环境影响大，作业窗口期短； ♦ 需使用更为专业的运维设备； ♦ 需要稳定的备品备件供应。 海上风电场的运维工作主要涉及风电机组、升压站、海底电缆等的设施设备的维护。由于作业时间短，海上风机、水下基础和海底电缆等的状态并不能完全实时监测，若采用计划检修为主、故障检修为辅的陆上风机运维模式，将导致运维效率较低，运维成本较高。 在这种背景下，智能化运维应运而生，成为提高运维效率、降低人员成本的重要途径。智能化运维通过引入先进的技术手段，如无人机和无人船进行水上设备的巡检，以及遥控潜水器（ROV）或自主式潜水器（AUV）进行水下设备及结构物的检查。一方面，利用无人系统代替传统人工巡检作业，可以有效降低人员风险，保障生命安全；另一方面，利用智能无人系统开展巡检工作，有助于增加作业窗口期，提升巡检效率，从而进一步降低海上风电运维成本。 通过智能化手段，运维团队可以在更加复杂和恶劣的海洋环境中高效地开展工作，确保海上风电场的长期稳定运行。此外，建立水上与水下结合的立体式海空一体化风电设备检测体系，不仅有助于全面监控风电设备的运行状态，还能在出现问题时实现快速响应，从而大幅提升运维工作的安全性和可靠性。近年来，随着人工智能技术的发展，各种类型的智能无人自主系统正在涌现。 图1. 海上风电运维无人系统 02水下机器人技术概述 水下机器人是指具有水下观察能力和作业能力的水下运载装备。根据其工作原理和控制方式，水下机器人可以分为两大类：遥控潜水器（ROV）和自主式潜水器（AUV）。 1遥控潜水器 遥控潜水器（ROV）通过电缆与控制中心连接，主要依赖人工操作进行实时控制。ROV在海洋工程中广泛应用，尤其是在风电场的日常巡检与故障处理过程中，发挥了重要作用。 ROV通常配备高清摄像头、声呐传感器和机械臂等设备，能够进行水下结构的可视化检查，实时获取风电机组基座和风电平台等设备的状态信息，并通过控制系统进行远程操作执行简单的修复任务。 ROV的优点在于作业能力强、作业时间不受限、实时性强和精度高，其缺点则是操作人员需要持续控制，且受电缆长度和缠绕的限制，作业范围相对较小。 2自主式潜水器 自主式潜水器（AUV）具有更高的自主性和灵活性，其工作不依赖于电缆连接，而是通过预设的任务规划，凭借内置的导航系统和传感器进行水下作业。 AUV能够独立完成数据采集和故障诊断等任务，并通过无线通信将数据传输至地面控制中心。与ROV相比，AUV具有更大的作业范围，能够执行长时间、高效率的自动巡检任务。 AUV的优势在于其高自主性和无需实时操作，缺点是导航精度和任务复杂性较高，一般无法进行机械臂精细作业，续航能力也受到能源发展水平的限制，尤其在恶劣水文环境下，AUV的稳定性和可靠性仍需提高。 3研究现状 水下机器人技术在海上风电智能运维中的应用是一个多学科交又的研究领域，近年来受到了国内外学术界和工业界的广泛关注。在国际上，水下机器人技术的研究和应用起步较早，尤其是在欧美发达国家，技术已经逐渐成熟并被广泛应用于海洋工程领域。 国外研究机构和公司十分注重将人工智能（AI）与水下机器人技术相结合。如利用深度学习技术实现水下目标识别和故障诊断；结合同步定位与地图构建（SLAM）技术，提升水下机器人的自主导航与环境感知能力。国外企业将水下机器人广泛应用于海上风电的实际运维中。如： ▲挪威Kongsberg公司推出的HUGIN系列AUV已被应用于多个海上风电项目，实现了自动巡检与故障诊断的全流程自动化。 ▲荷兰的Fugro公司开发了基于水下机器人和无人艇协同的智能运维系统，有效提升了海上风电场运维效率。 我国作为全球海上风电发展的重要市场之一，也在水下机器人技术研究和应用方面取得了显著进展。 1由浙江大学牵头，中国科学院沈阳自动化研究所、中国科学院深海科学与工程研究所、南京邮电大学、河海大学等单位共同参与的国家重点研发计划“深海关键技术与装备”重点专项“水下直升机”项目，是一种我国具有完全自主知识产权的新概念自主无人潜水器，可长期驻留海底工作，具有自由起降、定点悬停、全周转向和贴底航行等常规AUV难以实现的功能。 2哈尔滨工程大学作为国内水下机器人研究的领军单位，开发了多款自主水下机器人平台，在海洋环境感知、目标识别和作业能力方面取得了一系列突破。 3中国科学院沈阳自动化研究所在ROV和AUV方面具有较强的研发能力，其开发的海翼系列水下滑翔机和海燕AUV已成功应用于多个海上风电场巡检任务中。 4江苏长海海工科技有限公司和山东鲁潜科技有限公司等企业开发了适用于海上风电运维的水下机器人系统，并已在东海和南海的多个风电场中试应用。 5国家电网公司和中国船舶集团也在布局水下机器人技术，通过自主研发和国际合作，推动水下机器人在海上风电场的推广应用。 6清华大学和上海交通大学在结合AI技术优化水下机器人的导航与控制方面开展了深入研究。 03水下机器人技术在海上风电 智能运维系统中的应用 1风电平台和风力发电机基座巡检 风电平台和风力发电机基座位于海洋中，通常在水下2～30米深度。传统的人工巡检方式成本高、效率低，并且存在较高的安全风险。水下机器人能够有效替代人工巡检，通过高清摄像头、传感器和声呐等设备，实时获取风电平台和基座的结构信息，检测腐蚀、裂纹等潜在问题，并生成详细的巡检报告。水下机器人技术在海上风电运维巡检中的应用见图2。 图2. 水下机器人技术在海上风电运维巡检中的应用 2故障诊断与数据采集 水下机器人可以搭载多种传感器，如温度、压力、振动和声波传感器等，用于监测风电机组的运行状态及环境变化。通过长期的数据采集与分析，可实现风电机组的健康监测，提前识别故障征兆。如基于振动传感器的数据，水下机器人可以帮助检测风力发电机组的叶片是否存在损伤或磨损情况。 此外，水下机器人还可以实现与地面控制系统的实时通信，进行远程故障诊断，优化运维决策。 3清洁与维修作业 海上风电场的清洁作业也是维护中不可忽视的一部分。水下机器人可以执行风电平台和基座的清洁任务，清理结构物上的沉积物和海洋生物等，保证平台和设备的运行状态。 此外，水下机器人还可以参与小规模的维修作业，如更换风电平台的一些零部件如外加电流阴极保护，避免了传统人工作业的高成本和高风险。 4相关应用案例 随着多传感器融合技术、智能控制算法和深度学习的应用，水下机器人将在海上风电的运维中发挥更重要的作用。通过这些技术的不断迭代和实践，海上风电运维正朝着更高效、智能化的方向发展，推动了整个行业向绿色、可持续的未来迈进。 1由新加坡BeeX公司设计和制造的Ikanbilis号水文自主水下航行器（HAUV）交付德国NordseeOne公司，在德国北海风电场试验成功。使用HAUV在无人操作的情况下检查风电桩的基础设施，包括外加电流阴极保护系统（ICCP）和电缆保护系统（CPS）等。 HAUV通过人工智能学习，自动适应潮汐、洋流和能见度等的变化，可在悬停状态下工作，自主选择最安全和最有效的方式完成任务。通过系统集成的云平台，岸上人员可以实时获取发电设备信息，而传统的分析报告通常需要等待数周时间。 图3(a). Ikanbilis项目 2MIMRee项目由欧洲风电开发商联合英国海上可再生能源孵化中心推出，项目投资达400万英镑。该项目汇集了机器人技术、无损检测、人工智能、空间任务规划、海洋和航空工程以及纳米生物技术，旨在开发一个整体的数字和机器人系统，使每个海上风电场在生命周期内，节省2600万英镑的运维费用。 图3(b). MIMRee项目 3荷兰地球物理技术领域的Fugro公司与英国国家机器人中心合作，以承担海上风力涡轮机的维护和维修任务，开发能够执行海底检查、维护和维修任务的自主和半自主ROV，这些ROV能够绘制更准确的海底地形图，更好地导航障碍物和目标。 图3(c). Fugro项目 4加拿大的AROWIND项目依靠Compact Insight激光扫描仪和成像系统对水下结构物进行ROV水平检查和垂直检查，并通过导航的立体摄像机对有效载荷进行视觉定位。Voyis公司目前正在开发光学有效载荷，将与Saipem和Deep Trekker的水下航行器平台进行集成。 图3(d). AROWIND项目 5Semco Maritime通过在一艘DP2勘测船上部署了一台配备高清摄像头的海洋模块遥控潜水器，为丹麦能源公司Orsted提供服务和维护，包括在检查一级和二级钢结构之前使用空化清洁工具清洁海洋增生，检查活动侧重于不同的系统，如护套结构、阴极保护、阳极和海底等。 图3(e). Semco Maritime项目 6Equinor在苏格兰的Hywind漂浮风电场项目中使用了多功能水下机器人进行巡检和清理作业。Hywind风电场是全球首个漂浮式海上风电场，水下机器人用于检测漂浮结构和锚定系统，确保基础设施的稳定性。漂浮风电场的特殊性使得水下机器人成为不可或缺的运维工具，能够在复杂的水下环境中保障基础设施的长期稳定。 图3(f). Equinor项目 7位于荷兰北海的Gemini海上风电场采用AUV和ROV进行双模式运维。AUV主要用于例行巡检，如检测基础设施的完整性和电缆状态，而ROV则在发现问题后进行修复操作。这种组合提高了运维效率，同时降低了风电场的运行成本。此外，水下机器人还用于清理附着在基础设施上的海洋生物，确保风机的长期稳定运行。 图3(g). Gemini项目 8Saint-Nazaire是法国首个大型海上风电项目，采用水下机器人进行基础桩和电缆的监控与维护。运维团队利用ROV进行海底电缆的故障诊断和修复工作，解决了电缆受海流和海洋生物影响而产生的磨损问题。ROV实时传输的图像数据帮助技术人员快速定位故障，并立即进行修复，减少了停机的风险。 图3(h). Saint-Nazaire项目 9Beam公司在英国SeagreenWind Energy风电场成功部署了全球首台由人工智能驱动的自动潜航器，标志着海上风电运维技术的重要突破。这项创新技术通过智能算法和自动化控制系统，能够高效、精准地执行水下检测任务，为海上风电场的维护和检查提供了一种全新的解决方案。 图3(i). Seagreen Wind Energy项目 10江苏如东海上风电场建立了基于水下缆控机器人、无人机、升压站巡检随动机器人等装备的海上风电智能巡检系统，研究开发了无人装备自动巡检线路规划与姿态控制、多传感器融合诊断分析、视频图像学习诊断算法等关键技术，实现了海上风电场水上、水下设备的自动巡检与智能监测。 图3(j). 江苏如东海上风电场 11天津深之蓝海洋设备科技有限公司研发“豚” 系列ROV，可用于海洋平台水下结构检测与运维。ROV采用开放式框架结构，方便传感器搭载，动力强劲，具备更大的抗流能力，搭载声呐等设备，完成了风电基础冲刷情况巡检工作。 图3(k). 天津深之蓝“豚”系列 12云洲智能无人艇搭载多波束测深仪、浅地层剖面仪等设备进行海缆、桩基检测，获取相关数据，同时，无人艇还能够搭载远距离取证光电设备、高清摄像头、喊话器等设备执行日常巡航、侦察取证、警戒驱离等任务，保障海上风电平台及油气平台周边水域安全。 图3(l). 云洲智能无人艇 5水下机器人在海上风电的特殊应用需求 在海上风电场中，水下机器人的应用不仅要满足基本的巡检、数据采集和维修作业需求，还要具备一定的环境适应性。如风电机组的基座通常设计成锚固于海床，而水下机器人需要能够适应不同深度的水域并克服海水腐蚀问题。 此外，海上风电作业环境动态变化多端，风、浪和潮流的变化对水下机器人作业的稳定性提出了更高要求。因此，水下机器人在海上风电运维中的设计和应用需考虑更多的复杂因素。04水下机器人技术的挑战与发展 1水下机器人技术的挑战 尽管水下机器人在海上风电智能运维中具有巨大的应用潜力，但在实际应用中仍面临一些技术挑战： 1导航与定位精度问题 由于海上风电场的水下环境复杂，水下机器人的导航与定位仍是一个难题。现有的水下定位技术，如声学定位和惯性导航等，受到海水流动、温度变化、声学噪声等因素的影响，精度有限。 2续航能力与作业时长 水下机器人的电池续航能力直接决定了其作业时长。目前大多数水下机器人面临续航时间较短的问题，尤其在远离岸边或水深较大的区域作业时，续航限制尤为突出。 3水下机器人与风电设施的适配性 海上风电平台及其基座的结构复杂且动态变化，现有水下机器人在适应不同风电设备的结构和环境方面仍存在一定局限，特别是在高海况下作业的稳定性和可靠性仍需进一步提高。 4成本问题 尽管水下机器人可以降低人工成本，但其初期投资和运维成本仍较高，限制了其在小规模海上风电项目中的应用。 2水下机器人技术的发展 水下机器人技术的快速进步使其在深海环境中的应用变得更加高效和可靠。未来，随着水下机器人技术的不断进步，特别是在导航定位、续航能力、智能控制等方面的突破，水下机器人在海上风电智能运维领域的应用前景将更加广阔。可行的研究方向主要有以下4种： 1智能化与自主化 结合人工智能和深度学习技术，进一步提高水下机器人的自主决策和智能化水平。如基于视觉识别和机器学习算法，水下机器人能够自动识别风电机组的结构损伤，进行精准的维修建议。 GONG等提出了一种基于卷积神经网络（CNN）和DFrFT的主动定位系统，用于无声物体的水下定位。主动节点周期性地广播LFM信号，静默节点可以根据反射估计目标的位置和速度。使用DFrFT获取反射信号的频谱，然后使用CNN搜索目标，获得了较好的定位精度。 ROSER等基于立体成像系统，通过可见度系数估计的方式实现了水下图像的增强，该方法因具有实时性高的特点，被应用到AUV中。 WU等利用四叉树细分的分层搜索来估计全局背景光，通过各深度补偿和多通道引导图像滤波器的方式进行了颜色校正，并利用非局部图像去模糊算法，最终实现了图像的整体复原。 2多机器人协作 未来的海上风电运维将更加依赖多机器人协作系统，多个水下机器人通过无线通信和协同作业，实现大规模、高效的巡检和维修任务。 SONG等提出了一种基于位置估计的、具有有限时间规定性能的合作学习编队控制方法，用于具有不确定性和外部干扰的多自主潜水器的参数路径跟踪。 3长时间续航与深海作业能力 新型能源系统和高效的电池技术将极大提升水下机器人的续航能力。同时，深海作业能力的提升也将拓展水下机器人在更多海上风电场的应用。 SHEN等建立了水下机器人能量管理的多能源获取模型，包括心率采样系统、混合能源电路拓扑结构和基于功率轨迹跟踪的环境能源最大功率输出算法，有效提高水下航行器的多能源获取和利用效率。 GERARDO等提出了一种基于质子交换膜燃料电池的替代发电系统，该燃料电池由AUV的可替代化学品储存产生的纯氢和氧提供铝基，结果表明储氢系统是最有前途的技术之一。 4模块化和标准化设计 通过模块化设计，提高水下机器人在不同环境和任务下的适应性，降低成本，提高作业效率。 VASILESCU等提出了一种新型模块化水下机器人，可以通过堆叠和拆卸组件模块进行自我重新配置进行罗盘导航、光学定位和通信等模块对接。 ZHOU等开发了简单的重复立方体模块化组件，可通过组装和重新配置，为海洋应用创造出不同类型的水下机器人，使其能够在水下轻松高效地航行和执行任务。 水下机器人在海上风电智能运维中展现了广阔的应用前景，其独特的技术优势使其成为解决海上风电场复杂运维问题的重要工具。未来，为了进一步发挥水下机器人的潜力，相关技术的研究需要在以下三方面进行重点突破： ① 提升水下导航与定位系统的精度，通过整合多传感器数据融合技术，实现高效且可靠的自主巡检； ② 改进能源管理和动力系统，延长续航时间，满足长时间复杂作业的需求； ③ 增强设备的环境适应能力，使其能够适应不同区域、不同海洋条件下的作业要求。 随着技术的不断进步，水下机器人将在海上风电智能运维中承担越来越多的核心任务，不仅能够支持日常运维工作，还可能成为海上风电场灾后快速响应的重要工具。其发展将为海上风电产业的规模化、智能化、可持续化提供强有力的支撑，助力实现低碳能源发展的宏伟目标。 END 作者：黄豪彩，张佳乐，贺庆楷 工作单位：浙江大学 海洋学院 来源：船舶工程 转自：CCIA 维修检测与回收专委会
