電力生産の保守整備を無人化

エネルギー供給負荷の平準化（季節や時間に応じた使用量の変動をおさえること）にかかるコストを削減することは、風力エネルギー発展に欠かせない。通常、運用および保守（O＆M）コストは、石炭15％、ガス10％、原子力5％であるのに対し、陸上風力と洋上風力では20〜25％を占めるため、削減は急務である。

長年にわたり、様々な新しい技術を使用して、風力エネルギーのO＆Mコストを削減するために多大な努力が払われた。これらの技術の目的は、人間の干渉を最小限に留めながら、効率的な操作、検査、およびメンテナンスを実現することであった。

ドローンベースのアプローチは、低コストで頻繁な検査、高解像度の光学画像取得、および最小限の人的介入が可能になる可能性を持っている。風力タービンの表面の損傷は、光学カメラを備えたドローンで画像化できる認識可能な視覚特性を示し、これらの損傷には、前縁の侵食、表面亀裂、損傷した雷受容体、損傷した渦発生器などが含まれ、初期段階であっても、外部から見ることができるので、ドローンベースのアプローチが有効である。

デンマークにあるデンマーク工科大学のASM Shihavuddinら研究者は、風力発電機の損傷の自動識別という課題に着目し、ドローン画像と強化学習の組み合わせによるアプローチを試みた。結果、ほぼ人間レベルの精度を達成できることを示した。

高精度でブレードの傷を発見

ASM Shihavuddinらの研究のポイントは以下の通りだ。