(foto: Energy Cluster DK via Ritzau)
For at kunne undersøge vindmøllevingers tilstand foregår inspektioner af vingeskader typisk, når vindmøllen ikke er i drift. I AQUADA-GO projektet har partnerne udviklet en droneteknologi til automatiseret, kontaktfri, realtids vingeskadedetektion, imens vindmøllen er operativ. Inspektioner der sker uden at stoppe vindmøllens normale drift kan reducere turbinens nedetid. Nu er det, for første gang nogensinde, lykkes at demonstrere konceptet offshore.
– Vi har bevist, at det kan lade sig gøre at inspicere havvindmøller autonomt med en drone i en vis størrelse med visuelt kamera, imens vindmøllen er i drift. Det er en stor bedrift for os. Vi har arbejdet med alt fra udvikling af software og hardware for dronen til missionsplanlægning og online datainfrastruktur. Nu står vi med en kommerciel klar løsning, der kan skræddersyes til vindmølleoperatørernes behov og gøre det nemmere, hurtigere og billigere for dem at lave inspektioner, siger Jesper Smit, CEO, Quali Drone.
Dronebaseret vingeinspektion giver markante besparelser
Hele ideen med projektet er at kombinere droneteknologi med termografi og computervision, så skader på overfladen og potentielle frakturer under vingen kan detekteres på operationelle havvindmøller. Det sparer vindmølleoperatører for betydelige omkostninger på grund af øget effektivitet, samtidig med at det skaber CO2-reduktioner og øger sikkerheden ved inspektioner.
Den nye teknologi er demonstreret succesfuldt flere gange onshore af partnerne, der udover Quali Drone og RWE består af Statkraft, TotalEnergies, DTU og Energy Cluster Denmark. Senest er løsningen blevet demonstreret offshore med visuelle dronebilleder af overfladiske vingeskader på Rødsand 2 offshore vindmøllepark. RWE har, siden 2010, været operatør for Rødsand 2, der er placeret syd for kysten af Lolland, Danmark.
– For første gang er vi lykkes med en droneinspektion af vindmøller i drift offshore. Det er gode nyheder for hele vindindustrien. Gennem teknologien udviklet i AQUADA-GO kan vi se potentialet i at overvåge vingernes tilstand uden at stoppe havvindmøllen. Det øger effektiviteten af vores produktion af grøn elektricitet og forbedrer sikkerheden for vores medarbejdere. Ved at bruge droner til autonome inspektioner forventer vi, at nedetider og omkostninger sænkes markant på den lange bane, siger Marcus Mejborn, General Manager af Rødsand 2 offshore vindmøllepark, RWE.
AQUADA-GO-teknologi og AI-model viser stort potentiale
Projektet beror sig på AQUADA-teknologien, der er udviklet i DTU Vindenergis laboratorium. DTU har udviklet en AI-model, der hjælper dronen med automatisk at identificere anormaliteter på vindmøllevingerne for at indikere kritiske skader ved hjælp af AI algoritmer og infrarøde billeder. AI-modellen, som trænes og forbedres med ny inspektionsdata, hver gang dronen flyves på vindmølleparkerne, viser stort potentiale.
– Vi har udviklet en AI-model, der bruger maskinlæring, algoritmer og computer vision-teknologi baseret på termomekaniske modeller til at assistere dronen med at detektere vingedefekter – både på og under vingens overflade. Vi har testet teknologien flere gange på DTU’s, RWE’s og Statkrafts onshore vindmølleparker, og hver kampagne har fodret AI-modellen med ny data, der har gjort den bedre. Vi er meget tilfredse med resultaterne og ser et stort potentiale for fremtidig implementering i vindindustrien, siger Xiao CHEN, Associate Professor og Sektionsleder, DTU Wind and Energy Systems, og teknisk projektleder i AQUADA-GO.
Fakta om projektet
AQUADA-GO innovationsprojektet løber fra 2022 til marts 2026 med et samlet budget på 17,796,010 kr. og er støttet af EUDP – Det Energiteknologiske Udviklings- og Demonstrationsprogram. Partnerkredsen består af Quali Drone, Danmarks Tekniske Universitet, RWE, Statkraft, TotalEnergies og Energy Cluster Denmark.
Læs mere om projektet her: https://energycluster.dk/projects/aquada-go
