智能機器人在電力設(shè)備故障診斷中的應(yīng)用研究

譚其勇++賴斌++林陽坡++蔣凱迪++吳章坤

摘 要：本文介紹了智能機器人的基本構(gòu)造，梳理人工智能在進行電力系統(tǒng)巡檢和故障診斷過程中的各種方法，基于智能機器人實際工作運行的情況，分析故障診斷存在的問題，提出了解決問題的措施，并提出了智能機器人未來趨勢與展望。

關(guān)鍵詞：人工智能；故障診斷；電力系統(tǒng)

中圖分類號：TP278 文獻標(biāo)識碼：A

隨著電力工業(yè)的迅速發(fā)展，跨區(qū)域聯(lián)網(wǎng)規(guī)模不斷擴大，電網(wǎng)結(jié)構(gòu)日趨復(fù)雜，不穩(wěn)定因素日益增多，故障及其風(fēng)險概率徒增，電力系統(tǒng)故障診斷也成為炙熱重要研究領(lǐng)域。

一、智能機器人基本構(gòu)造

智能機器人通常由傳感系統(tǒng)、智控系統(tǒng)、導(dǎo)航系統(tǒng)及交互系統(tǒng)等組成， 各系統(tǒng)相互獨立又相互融合，以保證機器人的動作或決策符合預(yù)定的要求。

（一）智能機器人的傳感系統(tǒng)

智能機器人有敏銳的“感覺器官”，能夠敏銳地感覺自身及周圍環(huán)境變化。智能機器人的“感覺器官”是借助高性能的傳感系統(tǒng)實現(xiàn)的，并通過該系統(tǒng)以一定的參數(shù)進行“言語”表達。智能機器人的傳感系統(tǒng)包括一系列傳感器和傳感技術(shù)，傳感器分為內(nèi)傳感器和外傳感器。內(nèi)傳感器用于感知機器人的內(nèi)部狀態(tài)，如角度傳感器、速度傳感器、加速度傳感器等。外傳感器用于感知外部環(huán)境，通常包括視覺傳感器、觸覺傳感器、力傳感器和平衡傳感器等。

（二）智能機器人的智控系統(tǒng)

智控系統(tǒng)是機器人的核心系統(tǒng)之一，智能機器人具有信息收集、信息審核、信息過濾、信息處理與反饋以及信息決策功能，這一功能主要依賴智控系統(tǒng)操控并實現(xiàn)。智能機器人的智控功能體現(xiàn)在多個方面，如路徑追蹤、故障檢測、語音識別。通常智能機器人控制系統(tǒng)需借助微型計算機來完成，該微型計算機負責(zé)整個系統(tǒng)的通信、管理、運動及相關(guān)計算，并向下級微機發(fā)送指令信息或反饋信息。

（三）智能機器人的導(dǎo)航系統(tǒng)

路徑導(dǎo)航系統(tǒng)是機器人非常重要的組成部分。智能機器人可依據(jù)某個或某些優(yōu)化計算公式推導(dǎo)的規(guī)則（如行走線路最短、行走耗時最短等），在其可選擇的路線中找到一條最優(yōu)路徑，或根據(jù)信號指令按照特定程序設(shè)計要求在某特定路徑上“行走”。智能機器人可以進行靜態(tài)穿梭，也可以越過動態(tài)障礙物，導(dǎo)航系統(tǒng)融合圖像識別、紅外定位、傳感信息、超聲振動、激光反射等多項技術(shù)，從而完成將機器人順利移動到指定位置的信息指令。

（四）智能機器人的交互系統(tǒng)

交互系統(tǒng)是人與智能機器人進行指令傳達、信息交流、數(shù)據(jù)回饋的基礎(chǔ)，是智能機器人根本特性，也是區(qū)別一般機器人的根本標(biāo)志。該系統(tǒng)主要包括文字識別與處理、語音識別與語音合成、圖像識別及信息處理、人臉識別、指紋識別、信息綜合分析與追蹤決策等技術(shù)領(lǐng)域。正是基于上述技術(shù)，實現(xiàn)人機互動。

二、基于智能機器人的電力系統(tǒng)故障診斷方法

（一）專家系統(tǒng)診斷方法

專家系統(tǒng)診斷方法是目前應(yīng)用最廣且影響最大的診斷方法。專家系統(tǒng)通過內(nèi)嵌計算機及其智能程序?qū)崿F(xiàn)，內(nèi)嵌計算機存儲了海量知識庫，融合人工智能技術(shù)，通過智能程序系統(tǒng)，將收集的信息或信號與存儲知識庫進行自動比對和推理判斷，從而解決問題。專家系統(tǒng)通常由知識經(jīng)驗數(shù)據(jù)庫、信息與信號輸入系統(tǒng)、推理決策系統(tǒng)、人機交互系統(tǒng)、信息與信號輸出系統(tǒng)組成，具備信息咨詢、推理判斷、分析決策等功能，如圖1所示。

（二）人工神經(jīng)網(wǎng)絡(luò)診斷方法

相比較而言，人工神經(jīng)網(wǎng)絡(luò)診斷方法更靈活更便捷，更適宜云數(shù)據(jù)處理。人工神經(jīng)網(wǎng)絡(luò)具有強悍的建模逼近能力和模式識別能力，可對任意復(fù)雜狀態(tài)或過程進行分類和識別。目前，人工神經(jīng)網(wǎng)絡(luò)廣泛用于電力系統(tǒng)故障判斷與分析，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以迅速且準(zhǔn)確地判斷故障所在，且不受電力系統(tǒng)運行狀態(tài)、運行方式、故障類別及其他環(huán)境等相關(guān)因素的影響，識別與診斷效果顯著。

（三）模糊理論診斷方法

電力系統(tǒng)故障診斷是一個集信息收集、信息研判、信息決策非精確化的動態(tài)過程，這種非精確化基于誘因之間的模糊與非精確性。通常根據(jù)專家經(jīng)驗在故障征兆和故障誘因之間建立模糊關(guān)系矩陣，將模糊關(guān)系進行矩陣組合，用邏輯或并邏輯進行模糊診斷。隨著該理論的發(fā)展和云數(shù)據(jù)庫的融入，變量表述開始得以應(yīng)用，這使其更接近人類表達習(xí)慣，用戶可以進行程序設(shè)計與方案篩選，根據(jù)模糊度高低進行甄別并擇優(yōu)決策。

（四）遺傳算法診斷方法

遺傳算法本質(zhì)上是一種概率統(tǒng)計法，是模仿生物進化概率搜索尋優(yōu)的過程表達，其最大的優(yōu)點在于無需待處理問題知識數(shù)據(jù)庫，只需通過適應(yīng)度公式（函數(shù)）對海量息進行個別評析，從而得出最優(yōu)解答方案。智能機器人基于遺傳算法能夠在云數(shù)據(jù)或云空間中進行自適應(yīng)搜尋，從優(yōu)化的角度出發(fā)基本上可以解決故障診斷問題，尤其是在復(fù)故障或存在保護、斷路器誤動作的情況下，能夠給出全局最優(yōu)或局部最優(yōu)的多個可能的診斷結(jié)果。

（五）幾種智能方法綜合診斷方法

無論是專家系統(tǒng)診斷方法、人工神經(jīng)網(wǎng)絡(luò)診斷方法，還是模糊理論診斷方法和遺傳算法診斷方法都有其軟肋或短板。若需構(gòu)造性能優(yōu)越的智能機器人，需綜合多個方法和技術(shù)，將上述診斷方法進行智能融合，設(shè)計成集成智能系統(tǒng)。即將系統(tǒng)分成若干模塊，并集成主體系統(tǒng)機構(gòu)模塊群，構(gòu)造功能全面和完善系統(tǒng)整體。當(dāng)前，人工智能控制系統(tǒng)的各模塊出現(xiàn)了相互融合的趨勢，智能機器人“智能性”越來越明顯，也越來越深刻。

三、智能機器人在電力設(shè)備故障診斷應(yīng)用中的問題及解決措施

（一）存在的問題

1.電力儲備不足及其次生問題

目前，絕大部分智能機器人驅(qū)動力依賴內(nèi)嵌的蓄電池，機器人在運行過程中處于耗電狀態(tài)，內(nèi)嵌蓄電池電力儲備有限，當(dāng)電力儲備不足時，機器人無法自動返回，也無法實現(xiàn)人機交互。

2.圖像與語音識別功能不夠完善

目前，機器人在巡檢或故障診斷過程中，只能拍攝儀表的圖像，尚未實現(xiàn)對檢測或診斷的設(shè)備指針式儀表讀數(shù)進行自動識別，需人工通過機器人傳送的圖像進行識別讀數(shù)后下達指令。此外，維護人員向機器人下達語音指令時，機器人存在不同程度地延遲，甚至無法識別語音。

3.機器人導(dǎo)航故障及其修復(fù)

機器人在路徑移動過程中一旦接收不到指令信號（磁信號、激光信號等），導(dǎo)航系統(tǒng)便可能出現(xiàn)故障，機器人就可能偏離路徑軌道或停滯不前，從而影響整個巡檢或故障診斷任務(wù)。

（二）解決措施

針對智能機器人在電力系統(tǒng)應(yīng)用中出現(xiàn)的上述問題，結(jié)合電力巡檢或診斷的實際情況研究出相關(guān)解決措施。

1.光電池應(yīng)用及控制面板優(yōu)化

光電池是一種在光的照射下產(chǎn)生電動勢的半導(dǎo)體元件，利用光電池產(chǎn)生的電能供于機器人，可以解決機器人電力驅(qū)動之短板。此外，在智能機器人遠程監(jiān)控面板上增加電池電壓顯示，當(dāng)內(nèi)嵌蓄電池的電壓低于預(yù)設(shè)值時，便出現(xiàn)報警提示。也可設(shè)計內(nèi)部管理程序采集電池電量信息，并根據(jù)機器人移動路徑及工作任務(wù)計算剩余電量和可續(xù)航時間，從而實現(xiàn)對機器人電量的遠程監(jiān)控。

2.提升機器人圖像和語音識別功能

增加圖像和語音模式識別配置，配置供圖像和語音識別的各項參數(shù)，增加自動識別指針儀表的模式及其配置，強化機器人雙向語音功能模塊，豐富人類常用指令性語音庫，配置好系統(tǒng)的拾音器和擴音器，實現(xiàn)現(xiàn)場識別與遠程監(jiān)控指揮。

3.多樣多點感應(yīng)輔助路徑導(dǎo)航

對機器人工作過程中偏離路徑軌道或停滯不前現(xiàn)象，可采用多樣多點感應(yīng)信號及激光或雷達及視頻輔助完成?？梢栽跈C器人上加載激光感應(yīng)儀、磁感應(yīng)儀、動態(tài)平衡儀等，增加感應(yīng)導(dǎo)航模式，增強感應(yīng)信號，并通過自動平衡升降調(diào)節(jié)自適應(yīng)裝置，使其在工作過程中實時自動檢測平衡度及自身自動調(diào)節(jié)功能。

四、智能機器人在電力設(shè)備故障診斷應(yīng)用展望

智能機器人集合了計算機硬件、計算機軟件、遠程控制、磁（光）感應(yīng)、機械設(shè)計與制造、遙感與傳感、運動力學(xué)、人工智能等學(xué)科與技術(shù)，是多學(xué)科交叉融合的產(chǎn)物。智能機器人在電力系統(tǒng)中的應(yīng)用越來越廣泛，切實解決了電力系統(tǒng)巡檢及故障診斷等領(lǐng)域的問題和難題，極大地提高了工作效率。利用智能機器人開展電力系統(tǒng)故障診斷應(yīng)用研究，要結(jié)合電力系統(tǒng)的實際情況，重視電力故障綜合信息的收集與整理，構(gòu)建并不斷充實用于故障診斷的數(shù)據(jù)庫，借助計算機技術(shù)的延伸和發(fā)展，實現(xiàn)智能機器人在云平臺下工作運行，實現(xiàn)人工與人工智能的交互融合。

參考文獻

[1]賀勇.多傳感器信息融合技術(shù)淺析[J].科技咨詢導(dǎo)報，2007（10）：61.

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

[3]董仕鎮(zhèn).電網(wǎng)故障診斷研究方法[J].廣東電力，2009，22（5）：1-2.

[4]董克，劉明銳.仿造人工智能[M].上海：上海交通大學(xué)出版社，2007.