基于高原環境的光伏電站智能機器人巡檢系統

張軍 鐘定江 洛桑珠巴 王永亮 李猛

（1.西藏職業技術學院 西藏自治區拉薩市 850000 2.天津職業技術師范大學 天津市 300222）

1 引言

長期以來，隨著我國電網信息化，時代化的發展，越來越多的光伏變電站人工巡檢的方式已經不再適應其快速的發展。在高原的惡劣環境下，人工巡檢不僅容易造成人員受傷，還會帶來一些觀察不仔細的隱患問題。在此大環境下，高原光伏變電站智能巡檢設備的提出便是一種順應時代的產物，此應用技術一旦被深入開發，光伏變電站巡檢工作將會有美好的發展前景

本系統針對高原地區的惡劣環境下的光伏變電站設備的巡檢問題，研發了光伏電站智能巡檢機器人系統，該系統主要分為以下幾個單元：參數檢測單元、路徑規劃單元、圖像處理與識別單元、數據傳輸單元等主要部分，實現全自主，全方位和全天候光伏巡檢，通過搭建監控平臺，構建基于卷積神經網絡的大數據處理視頻圖像數據能夠實現快速的自巡檢，代替人工檢查設備真正實現無人值守的重要設備。

2 系統總體設計

該高原光伏電站智能機器人巡檢系統主要由監測控制系統、圖像識別與處理系統，環境與設備信息采集系統和信息數據存儲系統構成，其系統總體設計如圖1所示。

2.1 監測控制系統的設計

巡檢控制界面采用螢石云開發平臺的開源框架進行二次開發，將設備運行的實時狀態及環境視頻傳輸到螢石云開發平臺，并集成到軟件中，此實時視頻監控系統是為后面創建歷史數據庫和利用卷積神經網絡提取特征值做好了充足的準備，比那些SDK 源碼程序，可以大大提升了視頻傳輸的速率，可以滿足后續的實時圖像處理，可以達到對巡檢機器人的實時監控要求。

2.2 圖像識別與處理系統的設計

圖像處理系統通過云平臺數據庫得到大量的圖像信息，再構建卷積神經網絡，模型由多層神經網絡正反向訓練，通過深度學習的卷積神經網絡能提取出圖像的特征單元，根據這些特征單元可以很好的做到分類處理，即設備各種運行狀態的檢測識別。

如圖2所示，卷積神經網絡的神經網絡結構由以下部分組成。每個部分的具體作用說明如下。

輸入層：用于數據的輸入，對于該系統來說，輸入數據為實時圖像。

卷積層：用于特征提取。

全連接層：可以有多層結構，就是多層感知機的隱含層部分。

圖1：系統總體設計框圖

圖2：卷積神經網絡的基本構架

輸出層：一般輸出層有多個輸出網絡節點，根據任務的需要可以設置最后一層的激活函數來得到最終的輸出，此巡檢機器人任務就是輸出光伏變電站的運行情況是否正常，即該系統中卷積神經網絡輸出層即相當于一個二分類器。

根據以上理論分析，將CNN 的圖像識別模型加入高原光伏變電站巡檢機器人中，具體運用如下：

將圖像從數據庫中提取出來，并通過卷積神經網絡模型進行訓練，進行圖像分析、相關分析，識別出圖像特定特征。并從中辨別是否故障。

2.3 環境與設備信息采集系統的設計

數據采集系統融合非接觸式測量技術和多傳感器融合技術，將光伏電站運行參數及周圍環境參數檢測并集中處理，最終傳輸給電腦端進行處理，構建預測模型。

圖3：光伏變電站巡檢系統原理框圖

圖4：MQTT 協議實現方式

2.4 信息數據存儲系統的設計

將傳感器采集的信號儲存在云平臺上，云平臺自動對采集的信息自動備份，云平臺采用的是阿里云的數據庫，數據庫儲存的圖像信息為構造圖像處理系統的輸入提供了數據。

3 系統硬件設計

3.1 控制模塊

光伏電站巡檢機器人系統采用的是32 位ARM 處理器STM32F103ZET6 為主控芯片，該微處理器相會于其他處理器處理速度很快，具有豐富的內部資源，該系統利用了Wi-Fi 通信接口、PWM 接口、AD 轉換接口和簡單的I/O 口，能很好地滿足控制光伏電站巡檢機器人的性能需求。

3.2 傳感器模塊

多種傳感器對高原光伏電站輸出的功率、電壓、電流進行檢測，對高原光伏電站周圍環境光照強度、火焰、溫濕度等進行檢測，最后處理器并將這些參數傳給PC 端進行監測。

3.3 無線通信主控

光伏電站巡檢機器人系統利用ESP8266 Wi-Fi 模塊完成數據信息的接收和發送，進而形成將光伏電站巡檢機器人載體與PC 端進行網絡信息結網，使各個傳感器采集的信息很精準的傳輸到PC 端，實現了精準監控的效果。如圖3所示，變電站巡檢系統原理框圖。

4 系統軟件設計

整個系統軟件采用可視化集成開發工具QT5.11 進行開發，開發GUI 界面，數據傳輸協議為MQTT 與TCP/IP。

MQTT 協議由客戶端、代理和訂購者組成，其中發布者完成消息發布的廣播，代理經過消息分級處理作為中間整合站，訂閱者則向代理訂閱消息，代理則完成推送消息的任務，最終完成一級一級的數據交換。如圖4所示是MQTT 協議實現方式。

該系統中，光伏電站監測裝置、遙控、巡檢機器人等作為信息發布者，經過多級代理分級處理和數據交換，發送給不同的訂閱者。同時使用中國移動Onenet 云平臺作為協議的Broker，上位機采用集中控制方式，可以監控下位所有信息，收到數據后會將數據進行儲存和顯示，圖片數據則用于卷積神經網絡訓練模型，電壓、電流、功率等信息以更加直觀的方式呈現到用戶面板上。為了防止數據丟失，最后使用阿里云數據自動儲存、備份數據，增強了系統的穩定性和可靠性。

5 結束語

本項目研究提出的基于高原環境的光伏電站智能機器人巡檢系統，將在環境惡劣的高原光伏變電站上代替繁瑣的人工巡檢，能夠更精細化的檢測，不僅可以解決勞動力的問題，還可以降低變電站的事故頻率，可以及時有效的發現變電站的微小變化和突發異常，從而保障光伏變電站的運行安全，更快地推進變電站無人值守的進程。