智能機器人在電力設(shè)備故障診斷中的應(yīng)用研究

周明君

摘 要：目前，電力設(shè)備故障已經(jīng)越來越復(fù)雜，傳統(tǒng)的故障檢修模式已經(jīng)無法解決電力設(shè)備問題，但是智能機器人的出現(xiàn)可以有效地解決這類問題，改善電力設(shè)備。本文首先將從傳感系統(tǒng)、智控系統(tǒng)、導(dǎo)航系統(tǒng)以及交互系統(tǒng)四個方面來介紹智能機器人的基本構(gòu)造，然后詳細闡述3種基于智能機器人的電力系統(tǒng)故障診斷方法，敘述智能機器人在電力設(shè)備故障診斷應(yīng)用中的問題以及解決措施。

關(guān)鍵詞：電力設(shè)備故障 智能機器人 電力系統(tǒng)

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

現(xiàn)如今科技、經(jīng)濟等方面發(fā)展迅速，所需要的電力也越來越來多，因此，電力工業(yè)的發(fā)展也越來越快。但是電網(wǎng)結(jié)構(gòu)中有許多不確定因素，電網(wǎng)的故障以及帶來的風(fēng)險也不容忽視。所以，電力設(shè)備故障的診斷已然是當(dāng)下電力領(lǐng)域的重要研究內(nèi)容。

1 智能機器人的基本結(jié)構(gòu)

智能機器人通常結(jié)構(gòu)種類繁雜，但一般主要由傳感系統(tǒng)、智控系統(tǒng)、導(dǎo)航系統(tǒng)和交互系統(tǒng)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(wěn)定準確的配合下使機器人順利的工作。

1.1 傳感系統(tǒng)

智能機器人的“感覺器官”十分敏銳，即使其周圍環(huán)境發(fā)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(fā)生的過程中是利用傳感系統(tǒng)來實現(xiàn)的，這種傳感系統(tǒng)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(tǒng)則將采集來的數(shù)據(jù)通過參數(shù)輸出。智能機器人的傳感系統(tǒng)一般是通過傳感器和傳感系統(tǒng)的有機結(jié)合來實現(xiàn)傳感工作的。傳感器通常有兩種，分別是內(nèi)傳感器和外傳感器。顧名思義，內(nèi)傳感器是用來收集機器人自身的內(nèi)部數(shù)據(jù)，感知內(nèi)部狀態(tài)。而外傳感器則是收集周圍環(huán)境的數(shù)據(jù)。

1.2 智控系統(tǒng)

智控系統(tǒng)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(tǒng)，另外，智控系統(tǒng)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(tǒng)依賴于微型計算機來實現(xiàn)穩(wěn)定的工作，這類微型計算機具有強大的數(shù)據(jù)處理能力，可以將獲得的所有數(shù)據(jù)進行統(tǒng)計、整理，然后傳送到下一級微機，最終整個系統(tǒng)的通信、管理、運動等方面也就井然有序。

1.3 導(dǎo)航系統(tǒng)

智能機器人的導(dǎo)航系統(tǒng)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(tǒng)。開發(fā)者通常會在智能機器人的系統(tǒng)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(jù)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(shù)據(jù)處理，最后選擇最合適的路徑。另外，智能機器人也可以根據(jù)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(tǒng)

交互系統(tǒng)，是實現(xiàn)人與智能機器人進行交互的系統(tǒng)。人可以通過交互系統(tǒng)與智能機器人進行指令傳達、數(shù)據(jù)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(qū)別。交互系統(tǒng)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(tǒng)故障診斷方法

2.1 專家系統(tǒng)診斷方法

專家系統(tǒng)通常由圖1所示的幾個部分組成，實現(xiàn)信息對比、信息判斷以及最終決策。專家系統(tǒng)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(jīng)十分廣泛。專家系統(tǒng)一般由內(nèi)嵌計算機和智能程序來保證系統(tǒng)的穩(wěn)定運行。內(nèi)嵌計算機采用了較大數(shù)據(jù)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(shù)，然后再和智能程序系統(tǒng)建立數(shù)據(jù)聯(lián)系，將獲得的信息、信號等數(shù)據(jù)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(jīng)網(wǎng)絡(luò)診斷方法

和專家系統(tǒng)診斷方法不同的是，人工神經(jīng)網(wǎng)絡(luò)診斷方法在使用的過程中會更加靈活和簡捷，在云數(shù)據(jù)的處理過程中更加方便。人工神經(jīng)網(wǎng)絡(luò)具有較強的數(shù)學(xué)分析能力，可以針對目標進行快速準確的建模分析，能夠?qū)⒃S多十分復(fù)雜和錯亂的狀態(tài)進行處理。現(xiàn)階段一些電力系統(tǒng)故障十分復(fù)雜，一些特殊的故障通過傳統(tǒng)的方式已經(jīng)很難解決，但是人工神經(jīng)網(wǎng)絡(luò)診斷方法可以精確尋找出故障源，并且不會受到電力系統(tǒng)以及外部環(huán)境的影響，自身工作運行十分穩(wěn)定。因此，人工神經(jīng)網(wǎng)絡(luò)診斷已經(jīng)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(shù)學(xué)中的概率統(tǒng)計法改變而來的，這種方法操作具有較為簡捷的優(yōu)點，不需要大量的數(shù)據(jù)來作為診斷基礎(chǔ)，僅需要在獲得的大量數(shù)據(jù)中隨機取出個別數(shù)據(jù)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(yīng)度公式，此公式具有簡單高效的特點，可以發(fā)揮很大的作用。智能機器人可以在云數(shù)據(jù)中自動搜尋數(shù)據(jù)，然后進行上述操作，并且可以在復(fù)故障等一些特殊情況中制定出解決全局問題的最優(yōu)方案。

3 智能機器人在電力設(shè)備故障診斷應(yīng)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(yīng)

現(xiàn)階段，許多智能機器人都是使用蓄電池來進行續(xù)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(xiàn)長久不斷地工作。另外，蓄電池的技術(shù)有限，電池的電量儲備也就很難達到長久續(xù)航要求，因此導(dǎo)致智能機器人的工作時間更加有限。有限的續(xù)航使智能機器人的工作難以持續(xù)，所以人與機器的交互也就無法實現(xiàn)。

3.1.2 圖像與語音識別功能仍有瑕疵

現(xiàn)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(xiàn)智能讀數(shù)，只能將圖表用攝像設(shè)備拍攝下來，然后發(fā)送給工作人員，工作人員讀數(shù)后才可以向智能機器人發(fā)送指令。另外，智能機器人在接收語音的時候會發(fā)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(shè)備診斷產(chǎn)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(xiàn)提出以下兩點相對應(yīng)的解決措施。

3.2.1 光電池應(yīng)用及控制面板優(yōu)化

光電池是一種十分良好的電池，甚至在航天、軍事等領(lǐng)域都有廣泛的應(yīng)用。光電池的充電僅需要陽光的照射，通過半導(dǎo)體器件將接收到的太陽能轉(zhuǎn)化為可用的電能，這樣可以實現(xiàn)邊充電邊放電的效果，巧妙地解決了智能機器人續(xù)航的問題。另外，還可以在智能機器人的遠程監(jiān)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(shè)置低電量警報系統(tǒng)，當(dāng)智能機器人的電量低于設(shè)定值時便會發(fā)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(shù)人員可以在智能機器人系統(tǒng)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(tǒng)，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(jié)語

電力設(shè)備在工業(yè)發(fā)展中占有重要的地位，電力設(shè)備故障的解決也是重要的內(nèi)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(yōu)化到最好則可以很大程度地解決復(fù)雜的電力設(shè)備故障。

參考文獻

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

[2] 肖南峰.智能機器人[M].廣州：華南理工大學(xué)出版社，2008.