智能机器人在电力设备故障诊断中的应用分析探讨

来源:用户上传      作者:

　　摘 要：科学技术的不断更新与完善，推动了智能机器人的发展，使其被广泛应用到各个领域，其中包括电力设备故障诊断，有效提升了诊断的质量与效率。基于此，本文通过对智能机器人电力设备故障诊断方式的介绍，进而分析出其在应用中存在的问题，并制定出相应优化措施，使智能机器人发挥出更大的作用。
　　关键词：智能机器人;电力设备;故障诊断
　　近年来，随着我国社会的发展，电力系统规模不断扩大，使得电力设备出现各种故障的几率逐渐提升，因而采取更加有效的诊断方案，智能机器人是其中较为关键的一个环节。因此，对智能机器人在电力设备故障诊断中的应用进行研究具有重要意义，为进一步提升电力设备故障诊断效率奠定良好基础。
　　1 智能机器人的电力设备故障诊断方式
　　1.1 专家模块诊断
　　目前，对智能机器人进行应用时，存在很多诊断方式，专家模块诊断是最为常见，且应用最为广泛的一种。在智能机器人内部，安装了相应的专家计算机，其中含有大量电力设备故障信息数据，同时设置出特定的程序，在该程序的控制下，自动对电力设备信息进行采集，并通过与数据库内的信息对比，确定出设备是否出现故障，以及故障的引发原因与类型等，进而确定出合理的处理方案，使故障可以在第一时间得到解决[1]。对于专家模块来说，由很多子系统构成，如数据库子系统、人机交互子系统等，每个子系统具备不同的功能，正是在这些系统各个功能的配合下，才可完成故障的诊断。
　　1.2 人工神经网络诊断
　　智能机器人对电力设备故障诊断时，可以采用人工神经网络诊断，相对于其他诊断手段而言，该方式操作较为简单，运用更加灵活，可以有效对云数据进行分析，从而得到较为准确的诊断结果。同时，对于该诊断方式来说，不仅能够建立出更加精确的模型，而且还存在较高的识别功能，不论在何种工况下，均可有效将数据分类，并对其识别。近年来，在我国电力实业快速发展的过程中，逐渐加大了对该诊断方式的应用程度，在最短的时间内，准确确定出故障点，且诊断时，不论是电力系统内部情况，还是外界各种因素，均不会对故障诊断造成干扰，具有非常高的应用价值。
　　1.3 模糊理论诊断
　　对于电力设备故障诊断来说，是一项系统化工程，其中涉及很多内容，如数据的采集、整理、分析，基于数据分析的决策制定等，整个流程当中，均具有非精确化的特点，正是这一特点的存在，可以在故障诊断时，应用模糊理论手段。一般来说，利用专家的经验，以故障特点为基础，结合故障的引发原因，构建出相关的模糊矩阵，并以此为基础，通过相应的逻辑关系的判断，最终确定出电力设备是否出现故障，或者是出现故障的类型[2]。在这一理论快速发展的今天，加之云数据的不断更新与完善，对变量表述产生了较大的影响，使得模拟矩阵更符合现代社会的需求，相关人员能够利用相应的技术手段，设计出专业的软件程序，制定出合理选择方案，从模糊程度强度的角度出发，确定出最佳的决策。
　　1.4 遗传算法诊断
　　除上述几种方式之外，还可采用遗传算法诊断。对于遗传算法来说，主要是由概率学基础上而得出的，通过对生物进化概率的模仿，寻找出最优的答案。该方式具有很多优势，其中，最主要的优势为运算流程非常简单，不用处理数据库，只需要利用相应的函数方程，依次检索各个数据信息，进而寻找最佳的解决方案[3]。智能机器人遗传算法应用时，可以在云空间内，自动检索相关数据，并从最优的层面着手，很容易判断出电力设备是否出现故障，特别是设备内出现多处故障，或者是发生误动的工况下，可以得到更加精确的结果，有利于电力设备故障的诊断。
　　2 智能机器人的电力设备故障诊断中存在的问题及优化
　　2.1 信息识别
　　电力设备故障诊断对智能机器人进行应用时，信息识别方面也存在一定问题。首先，诊断过程中，拍摄范围较为狭窄，只可拍摄出设备的整体，而难以对设备的具体数值进行识别，需要在获取设备图像后，由人员进行分析，以确定出具体情况，并传递相应指令。其次，通过语音对机器人控制时，机器人并不能在最短的时间内作出行动，甚至在一些情况下，难以准确识别出语音[4]。针对这一问题，则需要在智能机器人现有结构基础上，优化信息识别系统，设置出更加准确的参数，增加自动识别指针以表的模式及其配置，改进语音识别系统，同时，在指令库内，增加更多复杂的指令，安装性能更强的扩音器，确保智能机器人运行时，能够准确对信息识别，并在最短的时间内作出行动，及时发现电力设备中出现的故障。
　　2.2 电力储备
　　受到技术水平等因素的影响，使得智能机器人设计时，主要采用蓄电池的方式供电，而随着机器人的运行，会逐渐消耗蓄电池内存储的电力能源，当能容量低于一定程度后，则会导致机器人无法正常运行，无法完成电力设备诊断工作。同时，对于普通蓄电池来说，均为一次性用品，即无法充电，电力能源消耗完之后，则需要更换新的电池。所以，为了使智能机器人能够更好地运行，应对这一问题进行优化。具体来说，可以采用光能电池，在阳光下，该电池能够自动对光能进行采集，将其转化为电力能源，并存储到电池的内容，使电池源源不断的向电池提供电力能源。同时，还可以在机器人内部，安装电池监控设备，对电池容量进行监控，当电池容量低于一定程度之后发出警报，相关工作人员获得警报后，及时更换电池，减少机器人停止运行的时间。
　　3 总结
　　综上所述，现代电力设备故障诊断的过程中，对智能机器人进行了广泛应用，有效提升故障诊断的效率与质量，为整个电力系统的运行奠定良好基础。然而通过大量实践表明，智能机器人运行时，在信息识别、电力储备等多个方面依然存在一定问题，所以，为了使其发挥出最大作用，必须要对这两个方面进行优化。
　　参考文献：
　　[1]孟祥忠，王保磊.基于RFID的变电站巡检机器人无线充电系统的研究与设计[J].工业仪表与自动化装置，2017，31（6）：94.
　　[2]郑世翔，孙丕泽，张建伟.智能巡检机器人在500kV变电站的应用研究[J].山东工业技术，2017，19（15）：88.
　　[3]國内首套线路故障指示器全自动机器人检测流水线在上海投运[J].农村电气化，2017，10（8）：63.
　　[4]冯正伟，孟宪华，黄浩林，等.变电站智能巡检机器人应用提升研究[J].浙江电力，2019，11（8）：86.
转载注明来源:https://www.xzbu.com/1/view-15163131.htm