智能機器人在電力設備故障診斷中的應用研究

周明君

摘 要：目前，電力設備故障已經越來越復雜，傳統的故障檢修模式已經無法解決電力設備問題，但是智能機器人的出現可以有效地解決這類問題，改善電力設備。本文首先將從傳感系統、智控系統、導航系統以及交互系統四個方面來介紹智能機器人的基本構造，然后詳細闡述3種基于智能機器人的電力系統故障診斷方法，敘述智能機器人在電力設備故障診斷應用中的問題以及解決措施。

關鍵詞：電力設備故障 智能機器人 電力系統

中圖分類號：TP242 文獻標識碼：A 文章編號：1674-098X（2019）03（b）-0149-02

現如今科技、經濟等方面發展迅速，所需要的電力也越來越來多，因此，電力工業的發展也越來越快。但是電網結構中有許多不確定因素，電網的故障以及帶來的風險也不容忽視。所以，電力設備故障的診斷已然是當下電力領域的重要研究內容。

1 智能機器人的基本結構

智能機器人通常結構種類繁雜，但一般主要由傳感系統、智控系統、導航系統和交互系統這四個部分組成，這四個部分有各自獨立的工作，也有相互交融的地方，在穩定準確的配合下使機器人順利的工作。

1.1 傳感系統

智能機器人的“感覺器官”十分敏銳，即使其周圍環境發生了一點點變化，也可以準確無誤地“觀察”到，同時，對于自身的變化“感覺器官”更是不在話下。智能機器人在感覺發生的過程中是利用傳感系統來實現的，這種傳感系統采用了十分精確的電子儀器，具有很高的靈敏度，然后傳感系統則將采集來的數據通過參數輸出。智能機器人的傳感系統一般是通過傳感器和傳感系統的有機結合來實現傳感工作的。傳感器通常有兩種，分別是內傳感器和外傳感器。顧名思義，內傳感器是用來收集機器人自身的內部數據，感知內部狀態。而外傳感器則是收集周圍環境的數據。

1.2 智控系統

智控系統是智能機器人的重要組成部分，為機器人的工作提供了最核心的計算。信息收集、審核這類功能都得益于智控系統，另外，智控系統還可以進行信息過濾、處理以及反饋等功能，將一系列的信息進行反饋決策。一般情況下，智控系統依賴于微型計算機來實現穩定的工作，這類微型計算機具有強大的數據處理能力，可以將獲得的所有數據進行統計、整理，然后傳送到下一級微機，最終整個系統的通信、管理、運動等方面也就井然有序。

1.3 導航系統

智能機器人的導航系統是其重要組成部分，智能機器人的移動很大程度上都是依賴于此系統。開發者通常會在智能機器人的系統中植入一些必備的公式，這些公式可以為智能機器人的移動提供計算，然后智能機器人則可以根據實際需要（如位移最短、路程最短、耗時最短等）來選擇合適的公式進行路徑數據處理，最后選擇最合適的路徑。另外，智能機器人也可以根據獲得的信號指令在一些指定的路徑上面“行走”。

1.4 交互系統

交互系統，是實現人與智能機器人進行交互的系統。人可以通過交互系統與智能機器人進行指令傳達、數據交流等，這是智能機器人的根本特征，同時也是和普通機器人的根本區別。交互系統主要由文字、語音、圖像、人臉以及指紋等方面的識別和處理。在這幾個方面的有序工作下人機交互才能和諧進行。

2 基于智能機器人的電力系統故障診斷方法

2.1 專家系統診斷方法

專家系統通常由圖1所示的幾個部分組成，實現信息對比、信息判斷以及最終決策。專家系統診斷方法在目前的使用中具有較大的影響，并且在長期的使用中已經十分廣泛。專家系統一般由內嵌計算機和智能程序來保證系統的穩定運行。內嵌計算機采用了較大數據的儲存方式，涵蓋了大量的、各方面的知識，并且在其中加入了人工智能技術，然后再和智能程序系統建立數據聯系，將獲得的信息、信號等數據與儲存的知識進行快速比對，智能地尋找出合理的答案。

2.2 人工神經網絡診斷方法

和專家系統診斷方法不同的是，人工神經網絡診斷方法在使用的過程中會更加靈活和簡捷，在云數據的處理過程中更加方便。人工神經網絡具有較強的數學分析能力，可以針對目標進行快速準確的建模分析，能夠將許多十分復雜和錯亂的狀態進行處理。現階段一些電力系統故障十分復雜，一些特殊的故障通過傳統的方式已經很難解決，但是人工神經網絡診斷方法可以精確尋找出故障源，并且不會受到電力系統以及外部環境的影響，自身工作運行十分穩定。因此，人工神經網絡診斷已經在這些故障維護中廣泛使用。

2.3 遺傳算法診斷方法

遺傳算法實際上就是由數學中的概率統計法改變而來的，這種方法操作具有較為簡捷的優點，不需要大量的數據來作為診斷基礎，僅需要在獲得的大量數據中隨機取出個別數據進行分析處理，進而得到最佳的決策。另外，通常在分析處理時采用適應度公式，此公式具有簡單高效的特點，可以發揮很大的作用。智能機器人可以在云數據中自動搜尋數據，然后進行上述操作，并且可以在復故障等一些特殊情況中制定出解決全局問題的最優方案。

3 智能機器人在電力設備故障診斷應用中的問題以及解決措施

3.1 存在的問題

3.1.1 電力不足以及連鎖效應

現階段，許多智能機器人都是使用蓄電池來進行續航，因此，智能機器人在運行的過程中無法進行充電，無法實現長久不斷地工作。另外，蓄電池的技術有限，電池的電量儲備也就很難達到長久續航要求，因此導致智能機器人的工作時間更加有限。有限的續航使智能機器人的工作難以持續，所以人與機器的交互也就無法實現。

3.1.2 圖像與語音識別功能仍有瑕疵

現階段的智能機器人在圖像識別方面還沒有達到完全智能化的地步，機器人在儀表巡查的時候無法對表盤、指針等進行識別，實現智能讀數，只能將圖表用攝像設備拍攝下來，然后發送給工作人員，工作人員讀數后才可以向智能機器人發送指令。另外，智能機器人在接收語音的時候會發生不同程度的時延，嚴重情況下甚至難以讀取接收的語音指令。

3.2 解決措施

智能機器人的此類問題都對電力設備診斷產生了不可忽略的影響，因此需要可行的解決方案來完善這些不足，現提出以下兩點相對應的解決措施。

3.2.1 光電池應用及控制面板優化

光電池是一種十分良好的電池，甚至在航天、軍事等領域都有廣泛的應用。光電池的充電僅需要陽光的照射，通過半導體器件將接收到的太陽能轉化為可用的電能，這樣可以實現邊充電邊放電的效果，巧妙地解決了智能機器人續航的問題。另外，還可以在智能機器人的遠程監控器上加入電池電量，方便工作人員可以及時觀察智能機器人的電量是否足夠。或者也可以設置低電量警報系統，當智能機器人的電量低于設定值時便會發出警報提醒工作人員。

3.2.2 改善機器人圖像和語音識別功能

技術人員可以在智能機器人系統中增加圖像以及語音識別的配置，另外還需添加儀表讀取的智能系統，這樣便可以提升機器人的智能化水平，也可以使人機交互更加容易和完善。

4 結語

電力設備在工業發展中占有重要的地位，電力設備故障的解決也是重要的內容，因此，智能機器人的研究是必不可少的，將智能機器人的各方面優化到最好則可以很大程度地解決復雜的電力設備故障。

參考文獻

[1] 尹勇.刀具磨損量監測的多傳感器信息融合技術研究[J].科技風，2017（20）：6-7.

[2] 肖南峰.智能機器人[M].廣州：華南理工大學出版社，2008.