智能機器人在電力設備故障診斷中的應用研究

譚其勇　賴　斌　林陽坡　蔣凱迪　吳章坤

（1．廣西電網有限責任公司北海供電局，廣西 北海 536000；2．廈門紅相電力設備股份有限公司，福建 廈門 361001）

智能機器人在電力設備故障診斷中的應用研究

譚其勇1賴斌2林陽坡2蔣凱迪2吳章坤2

（1．廣西電網有限責任公司北海供電局，廣西 北海 536000；2．廈門紅相電力設備股份有限公司，福建 廈門 361001）

本文介紹了智能機器人的基本構造，梳理人工智能在進行電力系統巡檢和故障診斷過程中的各種方法，基于智能機器人實際工作運行的情況，分析故障診斷存在的問題，提出了解決問題的措施，并提出了智能機器人未來趨勢與展望。

人工智能；故障診斷；電力系統

隨著電力工業的迅速發展，跨區域聯網規模不斷擴大，電網結構日趨復雜，不穩定因素日益增多，故障及其風險概率徒增，電力系統故障診斷也成為炙熱重要研究領域。

一、智能機器人基本構造

智能機器人通常由傳感系統、智控系統、導航系統及交互系統等組成， 各系統相互獨立又相互融合，以保證機器人的動作或決策符合預定的要求。

（一）智能機器人的傳感系統

智能機器人有敏銳的“感覺器官”，能夠敏銳地感覺自身及周圍環境變化。智能機器人的“感覺器官”是借助高性能的傳感系統實現的，并通過該系統以一定的參數進行“言語”表達。智能機器人的傳感系統包括一系列傳感器和傳感技術，傳感器分為內傳感器和外傳感器。內傳感器用于感知機器人的內部狀態，如角度傳感器、速度傳感器、加速度傳感器等。外傳感器用于感知外部環境，通常包括視覺傳感器、觸覺傳感器、力傳感器和平衡傳感器等。

（二）智能機器人的智控系統

智控系統是機器人的核心系統之一，智能機器人具有信息收集、信息審核、信息過濾、信息處理與反饋以及信息決策功能，這一功能主要依賴智控系統操控并實現。智能機器人的智控功能體現在多個方面，如路徑追蹤、故障檢測、語音識別。通常智能機器人控制系統需借助微型計算機來完成，該微型計算機負責整個系統的通信、管理、運動及相關計算，并向下級微機發送指令信息或反饋信息。

（三）智能機器人的導航系統

路徑導航系統是機器人非常重要的組成部分。智能機器人可依據某個或某些優化計算公式推導的規則（如行走線路最短、行走耗時最短等），在其可選擇的路線中找到一條最優路徑，或根據信號指令按照特定程序設計要求在某特定路徑上“行走”。智能機器人可以進行靜態穿梭，也可以越過動態障礙物，導航系統融合圖像識別、紅外定位、傳感信息、超聲振動、激光反射等多項技術，從而完成將機器人順利移動到指定位置的信息指令。

（四）智能機器人的交互系統

交互系統是人與智能機器人進行指令傳達、信息交流、數據回饋的基礎，是智能機器人根本特性，也是區別一般機器人的根本標志。該系統主要包括文字識別與處理、語音識別與語音合成、圖像識別及信息處理、人臉識別、指紋識別、信息綜合分析與追蹤決策等技術領域。正是基于上述技術，實現人機互動。

二、基于智能機器人的電力系統故障診斷方法

（一）專家系統診斷方法

專家系統診斷方法是目前應用最廣且影響最大的診斷方法。專家系統通過內嵌計算機及其智能程序實現，內嵌計算機存儲了海量知識庫，融合人工智能技術，通過智能程序系統，將收集的信息或信號與存儲知識庫進行自動比對和推理判斷，從而解決問題。專家系統通常由知識經驗數據庫、信息與信號輸入系統、推理決策系統、人機交互系統、信息與信號輸出系統組成，具備信息咨詢、推理判斷、分析決策等功能，如圖1所示。

（二）人工神經網絡診斷方法

相比較而言，人工神經網絡診斷方法更靈活更便捷，更適宜云數據處理。人工神經網絡具有強悍的建模逼近能力和模式識別能力，可對任意復雜狀態或過程進行分類和識別。目前，人工神經網絡廣泛用于電力系統故障判斷與分析，應用人工神經網絡可以迅速且準確地判斷故障所在，且不受電力系統運行狀態、運行方式、故障類別及其他環境等相關因素的影響，識別與診斷效果顯著。

（三）模糊理論診斷方法

電力系統故障診斷是一個集信息收集、信息研判、信息決策非精確化的動態過程，這種非精確化基于誘因之間的模糊與非精確性。通常根據專家經驗在故障征兆和故障誘因之間建立模糊關系矩陣，將模糊關系進行矩陣組合，用邏輯或并邏輯進行模糊診斷。隨著該理論的發展和云數據庫的融入，變量表述開始得以應用，這使其更接近人類表達習慣，用戶可以進行程序設計與方案篩選，根據模糊度高低進行甄別并擇優決策。

（四）遺傳算法診斷方法

遺傳算法本質上是一種概率統計法，是模仿生物進化概率搜索尋優的過程表達，其最大的優點在于無需待處理問題知識數據庫，只需通過適應度公式（函數）對海量息進行個別評析，從而得出最優解答方案。智能機器人基于遺傳算法能夠在云數據或云空間中進行自適應搜尋，從優化的角度出發基本上可以解決故障診斷問題，尤其是在復故障或存在保護、斷路器誤動作的情況下，能夠給出全局最優或局部最優的多個可能的診斷結果。

（五）幾種智能方法綜合診斷方法

無論是專家系統診斷方法、人工神經網絡診斷方法，還是模糊理論診斷方法和遺傳算法診斷方法都有其軟肋或短板。若需構造性能優越的智能機器人，需綜合多個方法和技術，將上述診斷方法進行智能融合，設計成集成智能系統。即將系統分成若干模塊，并集成主體系統機構模塊群，構造功能全面和完善系統整體。當前，人工智能控制系統的各模塊出現了相互融合的趨勢，智能機器人“智能性”越來越明顯，也越來越深刻。

三、智能機器人在電力設備故障診斷應用中的問題及解決措施

圖1　智能機器人專家系統結構圖

（一）存在的問題

1.電力儲備不足及其次生問題

目前，絕大部分智能機器人驅動力依賴內嵌的蓄電池，機器人在運行過程中處于耗電狀態，內嵌蓄電池電力儲備有限，當電力儲備不足時，機器人無法自動返回，也無法實現人機交互。

2.圖像與語音識別功能不夠完善

目前，機器人在巡檢或故障診斷過程中，只能拍攝儀表的圖像，尚未實現對檢測或診斷的設備指針式儀表讀數進行自動識別，需人工通過機器人傳送的圖像進行識別讀數后下達指令。此外，維護人員向機器人下達語音指令時，機器人存在不同程度地延遲，甚至無法識別語音。

3.機器人導航故障及其修復

機器人在路徑移動過程中一旦接收不到指令信號（磁信號、激光信號等），導航系統便可能出現故障，機器人就可能偏離路徑軌道或停滯不前，從而影響整個巡檢或故障診斷任務。

（二）解決措施

針對智能機器人在電力系統應用中出現的上述問題，結合電力巡檢或診斷的實際情況研究出相關解決措施。

1.光電池應用及控制面板優化

光電池是一種在光的照射下產生電動勢的半導體元件，利用光電池產生的電能供于機器人，可以解決機器人電力驅動之短板。此外，在智能機器人遠程監控面板上增加電池電壓顯示，當內嵌蓄電池的電壓低于預設值時，便出現報警提示。也可設計內部管理程序采集電池電量信息，并根據機器人移動路徑及工作任務計算剩余電量和可續航時間，從而實現對機器人電量的遠程監控。

2.提升機器人圖像和語音識別功能

增加圖像和語音模式識別配置，配置供圖像和語音識別的各項參數，增加自動識別指針儀表的模式及其配置，強化機器人雙向語音功能模塊，豐富人類常用指令性語音庫，配置好系統的拾音器和擴音器，實現現場識別與遠程監控指揮。

3.多樣多點感應輔助路徑導航

對機器人工作過程中偏離路徑軌道或停滯不前現象，可采用多樣多點感應信號及激光或雷達及視頻輔助完成?？梢栽跈C器人上加載激光感應儀、磁感應儀、動態平衡儀等，增加感應導航模式，增強感應信號，并通過自動平衡升降調節自適應裝置，使其在工作過程中實時自動檢測平衡度及自身自動調節功能。

四、智能機器人在電力設備故障診斷應用展望

智能機器人集合了計算機硬件、計算機軟件、遠程控制、磁（光）感應、機械設計與制造、遙感與傳感、運動力學、人工智能等學科與技術，是多學科交叉融合的產物。智能機器人在電力系統中的應用越來越廣泛，切實解決了電力系統巡檢及故障診斷等領域的問題和難題，極大地提高了工作效率。利用智能機器人開展電力系統故障診斷應用研究，要結合電力系統的實際情況，重視電力故障綜合信息的收集與整理，構建并不斷充實用于故障診斷的數據庫，借助計算機技術的延伸和發展，實現智能機器人在云平臺下工作運行，實現人工與人工智能的交互融合。

[1]賀勇．多傳感器信息融合技術淺析[J]．科技咨詢導報，2007（10）：61．

[2]肖南峰．智能機器人[M]．廣州：華南理工大學出版社，2008．

[3]董仕鎮．電網故障診斷研究方法[J]．廣東電力，2009，22（5）：1-2．

[4]董克，劉明銳．仿造人工智能[M]．上海：上海交通大學出版社，2007．

TP278

A