基于电力巡检机器人巡视系统的设备故障诊断认知

基于电力巡检机器人巡视系统的设备故障诊断认知

刘自洋张俊伟

(南瑞集团(国网电力科学研究院)有限公司江苏省南京市211106)

摘要：随着国家的进步，科学技术的不断创新，智能机器人的发展也极为迅速，并被广泛应用于电力设备故障诊断中，及时发现零部件有损坏现象，机器人的显示屏就会呈现出立体的图像，指明故障点的位置，进而确定受损部件，及时采取相应的解决措施，尽快解决故障问题，体现出应用智能机器人诊断具有实际应用价值。

关键词：电力巡检；机器人巡视系统；设备故障诊断

0引言

随着电力工业的迅速发展，跨区域联网规模不断扩大，电网结构日趋复杂，不稳定因素日益增多，故障及其风险概率徒增，电力系统故障诊断也成为炙热重要研究领域。

1智能机器人在电力设备故障诊断中的应用

智能机器人每到一个设备前，都要停下脚步，抬头观望片刻。其实，就在观望的过程中，机器人已经完成了红外温度检测、故障检测、数据采集与分析等一系列工作，并把数据全部传回后台。工作人员只需在电脑前监视发回的视频和数据即可。

1.1运用智能机器人自动化功能进行诊断

现如今，在对电力设备进行故障诊断的过程中应改变人工检查的方式，进而运用智能机器人自动化功能进行全面的检测，要求操作人员需按照规范化的流程进行操作，应先对设备信息进行采集，录入型号后，只需点击智能诊断功能键，就可以自动检查设备内部装置、电源线、构件、零部件、变压器、电阻功率以及表面的温度等，几分钟后得出设备各项性能均正常，观察智能机器人显示出的图像，方可充分了解电压和电流在规定的区间内，如果电力设备有故障，就会呈现出立体的影像和图像，展示出设备温度过高，从而按照显示的位置，找到磨损的部件，以此诊断出由于零件长期运转，加剧了损坏程度，导致设备变阻器不能灵活调节电压，直接影响设备不能发挥出传输功能。应立即结合诊断结果，开展抢修和维护工作，在短时间内恢解决故障问题，使设备始终安全运行。在进行诊断工作的过程中应用智能机器人的重要性，这是快速消除隐患的重要方式。

2智能机器人在电力设备故障诊断应用中的问题及解决措施

2.1存在的问题

（1）电力储备不足及其次生问题目前，绝大部分智能机器人驱动力依赖内嵌的蓄电池，机器人在运行过程中处于耗电状态，内嵌蓄电池电力储备有限，当电力储备不足时，机器人无法自动返回，也无法实现人机交互。（2）图像与语音识别功能不够完善目前，机器人在巡检或故障诊断过程中，只能拍摄仪表的图像，尚未实现对检测或诊断的设备指针式仪表读数进行自动识别，需人工通过机器人传送的图像进行识别读数后下达指令。此外，维护人员向机器人下达语音指令时，机器人存在不同程度地延迟，甚至无法识别语音。（3）机器人导航故障及其修复机器人在路径移动过程中一旦接收不到指令信号（磁信号、激光信号等），导航系统便可能出现故障，机器人就可能偏离路径轨道或停滞不前，从而影响整个巡检或故障诊断任务。

2.2解决措施

针对智能机器人在电力系统应用中出现的上述问题，结合电力巡检或诊断的实际情况研究出相关解决措施。（1）光电池应用及控制面板优化光电池是一种在光的照射下产生电动势的半导体元件，利用光电池产生的电能供于机器人，可以解决机器人电力驱动之短板。此外，在智能机器人远程监控面板上增加电池电压显示，当内嵌蓄电池的电压低于预设值时，便出现报警提示。也可设计内部管理程序采集电池电量信息，并根据机器人移动路径及工作任务计算剩余电量和可续航时间，从而实现对机器人电量的远程监控。（2）提升机器人图像和语音识别功能增加图像和语音模式识别配置，配置供图像和语音识别的各项参数，增加自动识别指针仪表的模式及其配置，强化机器人双向语音功能模块，丰富人类常用指令性语音库，配置好系统的拾音器和扩音器，实现现场识别与远程监控指挥。（3）多样多点感应辅助路径导航对机器人工作过程中偏离路径轨道或停滞不前现象，可采用多样多点感应信号及激光或雷达及视频辅助完成。可以在机器人上加载激光感应仪、磁感应仪、动态平衡仪等，增加感应导航模式，增强感应信号，并通过自动平衡升降调节自适应装置，使其在工作过程中实时自动检测平衡度及自身自动调节功能。

3基于智能机器人的电力系统故障诊断方法

3.1专家系统诊断方法

专家系统诊断方法是目前应用最广且影响最大的诊断方法。专家系统通过内嵌计算机及其智能程序实现，内嵌计算机存储了海量知识库，融合人工智能技术，通过智能程序系统，将收集的信息或信号与存储知识库进行自动比对和推理判断，从而解决问题。专家系统通常由知识经验数据库、信息与信号输入系统、推理决策系统、人机交互系统、信息与信号输出系统组成，具备信息咨询、推理判断、分析决策等功能，如图1所示。

图1智能机器人专家系统结构图

3.2人工神经网络诊断方法

人工神经网络诊断方法也被广泛应用到电力设备故障诊断中。智能机器人人工神经网络诊断方法的应用能够实现对诊断数据的灵活处理，具有较强的便捷性，更结合了先进的云技术，实现云数据处理。该诊断方法的应用能够实现对电力设备故障问题进行快速、准确的定位，而且在判别故障的过程中不会受到电力系统运行方式、运行状态、环境、故障类别等方面因素的影响，具有较强的诊断效果，是智能机器人不可或缺的重要诊断技术之一。专家系统诊断方法也常被应用到智能机器人中，实现对电力设备故障的诊断。而且从大量的实践调查研究发现，专家系统诊断方法是目前应用最广且影响最大的诊断方法。在应用的过程中主要是将专家系统通过内嵌计算机及其智能程序实现，内嵌计算机存储了海量知识库，融合人工智能技术，通过智能程序系统，将收集的信息或信号与存储知识库进行自动比对和推理判断，从而解决问题。

3.3模糊理论诊断方法

电力系统故障诊断是一个集信息收集、信息研判、信息决策非精确化的动态过程，这种非精确化基于诱因之间的模糊与非精确性。通常根据专家经验在故障征兆和故障诱因之间建立模糊关系矩阵，将模糊关系进行矩阵组合，用逻辑或并逻辑进行模糊诊断。随着该理论的发展和云数据库的融入，变量表述开始得以应用，这使其更接近人类表达习惯，用户可以进行程序设计与方案筛选，根据模糊度高低进行甄别并择优决策。

3.4遗传算法诊断方法

遗传算法本质上是一种概率统计法，是模仿生物进化概率搜索寻优的过程表达，其最大的优点在于无需待处理问题知识数据库，只需通过适应度公式（函数）对海量息进行个别评析，从而得出最优解答方案。智能机器人基于遗传算法能够在云数据或云空间中进行自适应搜寻，从优化的角度出发基本上可以解决故障诊断问题，尤其是在复故障或存在保护、断路器误动作的情况下，能够给出全局最优或局部最优的多个可能的诊断结果。

3.5借助智能机器人生成图像，方便检测

当前，诊断电力设备的过程中工作人员要重视借助智能机器人的自动功能，从而依照步骤检查设备有无故障，在启动智能机器人时，会生成直观的图像，可以对设备内部构造一目了然，清晰地观察到设备仪表显示的数值，进而发现指针波动不稳定时，可以按暂停键和操作保存键，立即将发现的故障生产图片存入文档中以便于分析和制定解决方案。另外还可以发挥出自动识别功能，需要依照规范的流程点击智能机器人显示屏上的辨别按键，就可以下达指令，针对不同的电力设备在同一时间全面地进行诊断，一边检测一边播报设备各项性能是否良好，运行是否稳定等，如果发现故障，智能机器人就会自动地就提出指示，依据语音提示点开生产的图像，清楚地观察到电气设备存在线路接触不良的现象。也可以快速识别各个零件中都存在哪些问题，逐一显示出具体的应注意的事项以及提醒维护人员需更换全新的构件，从而依照智能机器人语音提示和显示的图像尽快解决故障，以此确保电力设备具有稳定性，有效提高设备运行的安全性。

4智能机器人在电力设备故障诊断应用展望

智能机器人集合了计算机硬件、计算机软件、远程控制、磁（光）感应、机械设计与制造、遥感与传感、运动力学、人工智能等学科与技术，是多学科交叉融合的产物。智能机器人在电力系统中的应用越来越广泛，切实解决了电力系统巡检及故障诊断等领域的问题和难题，极大地提高了工作效率。利用智能机器人开展电力系统故障诊断应用研究，要结合电力系统的实际情况，重视电力故障综合信息的收集与整理，构建并不断充实用于故障诊断的数据库，借助计算机技术的延伸和发展，实现智能机器人在云平台下工作运行，实现人工与人工智能的交互融合。

5结语

在电力设备故障诊断中应用智能机器人，改变和创新了传统的诊断方法，在检查故障点的过程中充分利用智能机器人先进的性能，便可详细、全面地检测电气设备内部构造有无零件磨损严重的现象。一旦发现有任何问题，自动生产影像和图片，快速确定故障位置，进而排查出安全隐患，方可立即采取措施解决，以此确保电力设备完好无损，有利于提高配电网的稳定性，体现出智能机器人值得推广和应用。

参考文献:

［1］杨旭东，黄玉柱，李继刚，等．变电站巡检机器人研究现状综述［J］．山东电力技术，2018，42(01):30－34．

［2］蒋林高，蒋庆云．浅析机器人巡检系统在变电站运维管理中的应用［J］．科技资讯，2016，13(31):132+134．

［3］李志海，张荣华，张天兵，等．基于视频监控的变电站智能巡检系统研究［J］．计算机技术与发展，2017，24(10):233－237．

［4］鲁守银，张营，李建祥，等．移动机器人在高压变电站中的应用［J］．高电压技术，2017，43(01):276－284．

［5］谢小军，吴非．变电站通信设备智能巡检系统研发与应用［J］．电力信息与通信技术，2017，15(06):106－112．

［6］李瑞东，孙协昌，李勐．空间目标红外特征提取与识别技术［J］．红外技术，2017，39(05):427－435．

［7］张迪飞，张金锁，姚克明，等．基于SVM分类的红外舰船目标识别［J］．红外与激光工程，2017，45(01):179－184．

作者简介：

刘自洋（1987-），男，工学学士，初级工程师，从事电力系统自动化工程调试及应用．