近日，盐城工学院“风电之眼”团队围绕海上风电叶片巡检与智慧运维中的关键难题，持续开展技术调研、方案论证与系统优化，聚焦“无人机巡检-边缘计算终端-数字孪生运维”这一主线，逐步形成了面向海上风电场景的“海-空-岸”协同智慧运维技术思路。团队立足产业实际需求，着眼海上风电巡检中长期存在的续航不足、数据回传低效、运维智能化程度不高等问题，提出以边缘计算终端为关键节点、以机巢部署和场站通信网络为支撑、以数字孪生和预测性维护为延伸的系统化解决方案，努力推动无人机巡检从“看得见问题”向“预判得了风险”升级。
团队将边缘计算终端作为海上风电巡检体系中的关键节点进行重点突破，提出在风机机巢侧或塔基适宜位置部署边缘计算终端，由无人机在巡检过程中或返航至机巢附近后，通过短距离高带宽链路将海量原始影像数据快速卸载至终端侧，再由边缘计算终端完成本地预处理、智能识别、缺陷筛选和数据压缩。
为了让边缘计算终端真正适应海上风电实际应用场景，团队进一步把技术链路落到了场站既有基础设施上，提出，海上风电场通常已建设用于运行监测的光纤环网和SCADA系统链路，风机之间以及风机与升压站、集控中心之间具备相对成熟的专网通信基础。基于这一现实条件，边缘计算终端可直接接入风机塔基预留接口、工业交换机或场站专网，从而形成“无人机采集-机巢侧边缘处理-光纤专网回传-岸基中心分析”的闭环链路。这样的设计避免了完全依赖4G、5G公网回传带来的不稳定性和高成本问题，使系统在海上风电这一带宽敏感场景中更具工程适配性。
团队在方案中还提出了较为清晰的分级边缘计算逻辑，并将“边缘计算终端”放在更完整的智慧运维链条中加以设计。除数据链路外，团队在续航组织方式上也提出了与海上场景更匹配的思路。团队不再单纯追求单架无人机极限续航，而是借鉴分布式作业理念，探索在风机平台、塔底或升压站等位置部署智能自动机巢，利用风机市电为无人机提供快充或换电条件，并通过多机巢协同调度实现“接力式巡检”。
该团队表示，经过多轮方案推演后，团队更加明确了项目的真正突破口在于如何把成熟的工业无人机能力、海上风电场现有基础设施、边缘计算能力和智能分析模型有机整合起来，形成一套面向海上风电特殊场景的系统化解决方案。
下一步，该团队将继续围绕海上风电场景开展深入研究，进一步优化边缘计算终端部署方案、机巢协同机制、数据传输策略和缺陷识别算法，探索数字孪生模型与实际运行工况数据之间的融合路径，不断提升项目在海上风电复杂环境中的工程适配性、技术可靠性和应用落地潜力。
