智能機器人在電力設(shè)備故障診斷中的應(yīng)用分析探討

李昌昊

摘?要：科學技術(shù)的不斷更新與完善，推動了智能機器人的發(fā)展，使其被廣泛應(yīng)用到各個領(lǐng)域，其中包括電力設(shè)備故障診斷，有效提升了診斷的質(zhì)量與效率。基于此，本文通過對智能機器人電力設(shè)備故障診斷方式的介紹，進而分析出其在應(yīng)用中存在的問題，并制定出相應(yīng)優(yōu)化措施，使智能機器人發(fā)揮出更大的作用。

關(guān)鍵詞：智能機器人;電力設(shè)備;故障診斷

近年來，隨著我國社會的發(fā)展，電力系統(tǒng)規(guī)模不斷擴大，使得電力設(shè)備出現(xiàn)各種故障的幾率逐漸提升，因而采取更加有效的診斷方案，智能機器人是其中較為關(guān)鍵的一個環(huán)節(jié)。因此，對智能機器人在電力設(shè)備故障診斷中的應(yīng)用進行研究具有重要意義，為進一步提升電力設(shè)備故障診斷效率奠定良好基礎(chǔ)。

1 智能機器人的電力設(shè)備故障診斷方式

1.1 專家模塊診斷

目前，對智能機器人進行應(yīng)用時，存在很多診斷方式，專家模塊診斷是最為常見，且應(yīng)用最為廣泛的一種。在智能機器人內(nèi)部，安裝了相應(yīng)的專家計算機，其中含有大量電力設(shè)備故障信息數(shù)據(jù)，同時設(shè)置出特定的程序，在該程序的控制下，自動對電力設(shè)備信息進行采集，并通過與數(shù)據(jù)庫內(nèi)的信息對比，確定出設(shè)備是否出現(xiàn)故障，以及故障的引發(fā)原因與類型等，進而確定出合理的處理方案，使故障可以在第一時間得到解決[1]。對于專家模塊來說，由很多子系統(tǒng)構(gòu)成，如數(shù)據(jù)庫子系統(tǒng)、人機交互子系統(tǒng)等，每個子系統(tǒng)具備不同的功能，正是在這些系統(tǒng)各個功能的配合下，才可完成故障的診斷。

1.2 人工神經(jīng)網(wǎng)絡(luò)診斷

智能機器人對電力設(shè)備故障診斷時，可以采用人工神經(jīng)網(wǎng)絡(luò)診斷，相對于其他診斷手段而言，該方式操作較為簡單，運用更加靈活，可以有效對云數(shù)據(jù)進行分析，從而得到較為準確的診斷結(jié)果。同時，對于該診斷方式來說，不僅能夠建立出更加精確的模型，而且還存在較高的識別功能，不論在何種工況下，均可有效將數(shù)據(jù)分類，并對其識別。近年來，在我國電力實業(yè)快速發(fā)展的過程中，逐漸加大了對該診斷方式的應(yīng)用程度，在最短的時間內(nèi)，準確確定出故障點，且診斷時，不論是電力系統(tǒng)內(nèi)部情況，還是外界各種因素，均不會對故障診斷造成干擾，具有非常高的應(yīng)用價值。

1.3 模糊理論診斷

對于電力設(shè)備故障診斷來說，是一項系統(tǒng)化工程，其中涉及很多內(nèi)容，如數(shù)據(jù)的采集、整理、分析，基于數(shù)據(jù)分析的決策制定等，整個流程當中，均具有非精確化的特點，正是這一特點的存在，可以在故障診斷時，應(yīng)用模糊理論手段。一般來說，利用專家的經(jīng)驗，以故障特點為基礎(chǔ)，結(jié)合故障的引發(fā)原因，構(gòu)建出相關(guān)的模糊矩陣，并以此為基礎(chǔ)，通過相應(yīng)的邏輯關(guān)系的判斷，最終確定出電力設(shè)備是否出現(xiàn)故障，或者是出現(xiàn)故障的類型[2]。在這一理論快速發(fā)展的今天，加之云數(shù)據(jù)的不斷更新與完善，對變量表述產(chǎn)生了較大的影響，使得模擬矩陣更符合現(xiàn)代社會的需求，相關(guān)人員能夠利用相應(yīng)的技術(shù)手段，設(shè)計出專業(yè)的軟件程序，制定出合理選擇方案，從模糊程度強度的角度出發(fā)，確定出最佳的決策。

1.4 遺傳算法診斷

除上述幾種方式之外，還可采用遺傳算法診斷。對于遺傳算法來說，主要是由概率學基礎(chǔ)上而得出的，通過對生物進化概率的模仿，尋找出最優(yōu)的答案。該方式具有很多優(yōu)勢，其中，最主要的優(yōu)勢為運算流程非常簡單，不用處理數(shù)據(jù)庫，只需要利用相應(yīng)的函數(shù)方程，依次檢索各個數(shù)據(jù)信息，進而尋找最佳的解決方案[3]。智能機器人遺傳算法應(yīng)用時，可以在云空間內(nèi)，自動檢索相關(guān)數(shù)據(jù)，并從最優(yōu)的層面著手，很容易判斷出電力設(shè)備是否出現(xiàn)故障，特別是設(shè)備內(nèi)出現(xiàn)多處故障，或者是發(fā)生誤動的工況下，可以得到更加精確的結(jié)果，有利于電力設(shè)備故障的診斷。

2 智能機器人的電力設(shè)備故障診斷中存在的問題及優(yōu)化

2.1 信息識別

電力設(shè)備故障診斷對智能機器人進行應(yīng)用時，信息識別方面也存在一定問題。首先，診斷過程中，拍攝范圍較為狹窄，只可拍攝出設(shè)備的整體，而難以對設(shè)備的具體數(shù)值進行識別，需要在獲取設(shè)備圖像后，由人員進行分析，以確定出具體情況，并傳遞相應(yīng)指令。其次，通過語音對機器人控制時，機器人并不能在最短的時間內(nèi)作出行動，甚至在一些情況下，難以準確識別出語音[4]。針對這一問題，則需要在智能機器人現(xiàn)有結(jié)構(gòu)基礎(chǔ)上，優(yōu)化信息識別系統(tǒng)，設(shè)置出更加準確的參數(shù)，增加自動識別指針以表的模式及其配置，改進語音識別系統(tǒng)，同時，在指令庫內(nèi)，增加更多復雜的指令，安裝性能更強的擴音器，確保智能機器人運行時，能夠準確對信息識別，并在最短的時間內(nèi)作出行動，及時發(fā)現(xiàn)電力設(shè)備中出現(xiàn)的故障。

2.2 電力儲備

受到技術(shù)水平等因素的影響，使得智能機器人設(shè)計時，主要采用蓄電池的方式供電，而隨著機器人的運行，會逐漸消耗蓄電池內(nèi)存儲的電力能源，當能容量低于一定程度后，則會導致機器人無法正常運行，無法完成電力設(shè)備診斷工作。同時，對于普通蓄電池來說，均為一次性用品，即無法充電，電力能源消耗完之后，則需要更換新的電池。所以，為了使智能機器人能夠更好地運行，應(yīng)對這一問題進行優(yōu)化。具體來說，可以采用光能電池，在陽光下，該電池能夠自動對光能進行采集，將其轉(zhuǎn)化為電力能源，并存儲到電池的內(nèi)容，使電池源源不斷的向電池提供電力能源。同時，還可以在機器人內(nèi)部，安裝電池監(jiān)控設(shè)備，對電池容量進行監(jiān)控，當電池容量低于一定程度之后發(fā)出警報，相關(guān)工作人員獲得警報后，及時更換電池，減少機器人停止運行的時間。

3 總結(jié)

綜上所述，現(xiàn)代電力設(shè)備故障診斷的過程中，對智能機器人進行了廣泛應(yīng)用，有效提升故障診斷的效率與質(zhì)量，為整個電力系統(tǒng)的運行奠定良好基礎(chǔ)。然而通過大量實踐表明，智能機器人運行時，在信息識別、電力儲備等多個方面依然存在一定問題，所以，為了使其發(fā)揮出最大作用，必須要對這兩個方面進行優(yōu)化。

參考文獻：

[1]孟祥忠，王保磊.基于RFID的變電站巡檢機器人無線充電系統(tǒng)的研究與設(shè)計[J].工業(yè)儀表與自動化裝置，2017，31（6）：94.

[2]鄭世翔，孫丕澤，張建偉.智能巡檢機器人在500kV變電站的應(yīng)用研究[J].山東工業(yè)技術(shù)，2017，19（15）：88.

[3]國內(nèi)首套線路故障指示器全自動機器人檢測流水線在上海投運[J].農(nóng)村電氣化，2017，10（8）：63.

[4]馮正偉，孟憲華，黃浩林，等.變電站智能巡檢機器人應(yīng)用提升研究[J].浙江電力，2019，11（8）：86.