⒈數(shù)據(jù)采集與預處理
為了有效地進行海上風電場水下結(jié)構物的檢測與分析，首先需要采集高質(zhì)量的多波束側(cè)掃聲吶數(shù)據(jù)。在此研究中，選用了一款具有高分辨率和寬掃描范圍的多波束側(cè)掃聲吶設備進行數(shù)據(jù)采集。在實際操作過程中，通過合理設置設備參數(shù)如發(fā)射頻率、脈沖寬度等，以及調(diào)整航行速度和線間距等航測因素，以確保采集到的聲吶數(shù)據(jù)具有較高的空間分辨率和較大的覆蓋范圍。多波束側(cè)掃聲吶數(shù)據(jù)采集原理如圖1所示。
圖1 多波束側(cè)掃聲吶數(shù)據(jù)采集原理圖
數(shù)據(jù)采集完成后，需要對原始聲吶數(shù)據(jù)進行預處理，以減小噪聲影響并提高后續(xù)分析的準確性。預處理步驟包括以下幾個方面：⑴對原始數(shù)據(jù)進行時間同步和航跡校準，確保數(shù)據(jù)在時間和空間上的準確性;⑵利用去噪算法，對數(shù)據(jù)進行降噪處理，提高數(shù)據(jù)質(zhì)量;⑶對數(shù)據(jù)進行柵格化處理，將聲吶數(shù)據(jù)轉(zhuǎn)換為規(guī)則的柵格數(shù)據(jù)，便于后續(xù)的特征提取和分析;⑷根據(jù)水深、設備參數(shù)等因素，對數(shù)據(jù)進行放大或衰減處理，以消除水深對回波強度的影響。經(jīng)過上述預處理步驟，得到了清晰、連續(xù)且具有較高信噪比的多波束側(cè)掃聲吶數(shù)據(jù)，為后續(xù)的水下結(jié)構物檢測與分析奠定了基礎。
⒉水下結(jié)構物特征提取
為了對海上風電場水下結(jié)構物進行有效檢測，需要從多波束側(cè)掃聲吶所獲得的原始數(shù)據(jù)中提取關鍵特征。首先，對原始數(shù)據(jù)進行降噪處理?；陔p邊濾波算法，可以有效地保留邊緣信息的同時去除數(shù)據(jù)中的噪聲。然后，通過形態(tài)學濾波對提取的結(jié)構物進行形狀優(yōu)化，排除非結(jié)構物的干擾因素。接下來，提取水下結(jié)構物的幾何特征，包括長度、寬度、高度、面積、周長等。這些特征可以用于區(qū)分不同類型的結(jié)構物并幫助定位。通過構建卷積神經(jīng)網(wǎng)絡(CNN)模型，利用大量標注數(shù)據(jù)進行訓練，使模型能夠自動學習并識別水下結(jié)構物的特征。
⒊結(jié)構物分類與定位
為實現(xiàn)海上風電場水下結(jié)構物的準確分類與定位，此研究提出了一種基于多波束側(cè)掃聲吶數(shù)據(jù)的結(jié)構物分類與定位方法。該方法主要包括以下幾個步驟：
⑴基于提取的水下結(jié)構物特征，利用支持向量機(SVM)算法對結(jié)構物進行分類。根據(jù)已知的結(jié)構物類型(如風電塔基、海纜、錨鏈等)建立訓練樣本庫，將特征向量輸入SVM模型進行訓練。然后，將預處理后的多波束側(cè)掃聲吶數(shù)據(jù)輸入訓練好的SVM模型，實現(xiàn)對未知結(jié)構物的分類。
⑵采用改進的RANSAC算法進行結(jié)構物定位。針對多波束側(cè)掃聲吶數(shù)據(jù)的特點，對RANSAC算法進行改進，提高算法的魯棒性和定位精度。在已知結(jié)構物分類的基礎上，利用改進的RANSAC算法估計結(jié)構物的位置參數(shù)。
⒋檢測結(jié)果的可視化表示
為了直觀展示多波束側(cè)掃聲吶在海上風電場水下結(jié)構物檢測中的效果，文章采用了可視化表示方法對檢測結(jié)果進行展示?？梢暬硎痉椒òǘS地圖、三維立體模型及動態(tài)演示等形式。在二維地圖上，將檢測到的水下結(jié)構物位置以不同顏色的點表示，顏色代表不同類型的結(jié)構物，如基礎、輸電線路等。同時，利用表格列出每個結(jié)構物的具體位置、尺寸、形狀等參數(shù)。
多波束側(cè)掃聲吶技術在海上風電場水下結(jié)構物運維中的應用
⒈用于水下結(jié)構物的狀態(tài)評估
基于多波束側(cè)掃聲吶技術，對水下結(jié)構物進行定期檢測，獲取風電場海底基礎設施的高分辨率圖像，通過對這些圖像進行特征提取和分析，實現(xiàn)對水下結(jié)構物的狀態(tài)評估，評估內(nèi)容包括結(jié)構物的腐蝕、磨損、裂縫、沉積物積累等。同時，通過對連續(xù)時間段的檢測數(shù)據(jù)進行對比分析，監(jiān)測結(jié)構物的變化趨勢及可能存在的風險因素?；诙嗖ㄊ鴤?cè)掃聲吶技術的檢測結(jié)果，可以為風電場運維人員提供直觀、可靠的水下結(jié)構物狀態(tài)信息，有助于及時發(fā)現(xiàn)潛在問題，提高設備安全性能。此外，系統(tǒng)性的狀態(tài)評估與監(jiān)測還能為后期的風電場維護和維修工作提供數(shù)據(jù)支持，降低風險和成本。
⒉為風電場運維決策提供支持
基于多波束側(cè)掃聲吶的海上風電場水下結(jié)構物檢測與分析方法，能夠提供精確的結(jié)構物定位信息，幫助運維人員迅速找到目標區(qū)域，減少水下巡檢時間和成本。通過對水下結(jié)構物特征進行提取和分類，運維人員可以識別出潛在的損壞或風險區(qū)域，提前采取必要的維護措施，確保風電場的正常運行。此外，該方法還有助于運維人員優(yōu)化維修計劃，合理分配維修資源，通過對檢測結(jié)果的長期監(jiān)測和分析，可以發(fā)現(xiàn)結(jié)構物的損壞趨勢和潛在問題，為風電場運維決策提供科學依據(jù)。
信息來源 | 文章來自《發(fā)展與創(chuàng)新》(2023年第11期)，參考文章略，版權歸出版單位與作者所有，用于學習與交流。
