智能机器人在电力设备故障诊断中的应用研究.docVIP

智能机器人在电力设备故障诊断中的应用研究 　　摘 要：本文介绍了智能机器人的基本构造，梳理人工智能在进行电力系统巡检和故障诊断过程中的各种方法，基于智能机器人实际工作运行的情况，分析故障诊断存在的问题，提出了解决问题的措施，并提出了智能机器人未来趋势与展望。 　　关键词：人工智能；故障诊断；电力系统 　　中图分类号：TP278 文献标识码：A 　　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。 　　一、智能机器人基本构造 　　智能机器人通常由传感系统、智控系统、导航系统及交互系统等组成， 各系统相互独立又相互融合，以保证机器人的动作或决策符合预定的要求。 　　（一）智能机器人的传感系统 　　智能机器人有敏锐的“感觉器官”，能够敏锐地感觉自身及周围环境变化。智能机器人的“感觉器官”是借助高性能的传感系统实现的，并通过该系统以一定的参数进行“言语”表达。智能机器人的传感系统包括一系列传感器和传感技术，传感器分为内传感器和外传感器。内传感器用于感知机器人的内部状态，如角度传感器、速度传感器、加速度传感器等。外传感器用于感知外部环境，通常包括视觉传感器、触觉传感器、力传感器和平衡传感器等。 　　（二）智能机器人的智控系统 　　智控系统是机器人的核心系统之一，智能机器人具有信息收集、信息审核、信息过滤、信息处理与反馈以及信息决策功能，这一功能主要依赖智控系统操控并实现。智能机器人的智控功能体现在多个方面，如路径追踪、故障检测、语音识别。通常智能机器人控制系统需借助微型计算机来完成，该微型计算机负责整个系统的通信、管理、运动及相关计算，并向下级微机发送指令信息或反馈信息。 　　（三）智能机器人的导航系统 　　路径导航系统是机器人非常重要的组成部分。智能机器人可依据某个或某些优化计算公式推导的规则（如行走线路最短、行走耗时最短等），在其可选择的路线中找到一条最优路径，或根据信号指令按照特定程序设计要求在某特定路径上“行走”。智能机器人可以进行静态穿梭，也可以越过动态障碍物，导航系统融合图像识别、红外定位、传感信息、超声振动、激光反射等多项技术，从而完成将机器人顺利移动到指定位置的信息指令。 　　（四）智能机器人的交互系统 　　交互系统是人与智能机器人进行指令传达、信息交流、数据回馈的基础，是智能机器人根本特性，也是区别一般机器人的根本标志。该系统主要包括文字识别与处理、语音识别与语音合成、图像识别及信息处理、人脸识别、指纹识别、信息综合分析与追踪决策等技术领域。正是基于上述技术，实现人机互动。 　　二、基于智能机器人的电力系统故障诊断方法 　　（一）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。 　　（二）人工神经网络诊断方法 　　相比较而言，人工神经网络诊断方法更灵活更便捷，更适宜云数据处理。人工神经网络具有强悍的建模逼近能力和模式识别能力，可对任意复杂状态或过程进行分类和识别。目前，人工神经网络广泛用于电力系统故障判断与分析，应用人工神经网络可以迅速且准确地判断故障所在，且不受电力系统运行状态、运行方式、故障类别及其他环境等相关因素的影响，识别与诊断效果显著。 　　（三）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。 　　（四）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有哪些信誉好的足球投注网站寻优的过程表达，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。 　　（五）几种智能方法综合诊断方法 　　无论是专家系统诊断方法、人