智能机器人在电力设备故障诊断中的应用研究

周明君

摘 要：目前，电力设备故障已经越来越复杂，传统的故障检修模式已经无法解决电力设备问题，但是智能机器人的出现可以有效地解决这类问题，改善电力设备。本文首先将从传感系统、智控系统、导航系统以及交互系统四个方面来介绍智能机器人的基本构造，然后详细阐述3种基于智能机器人的电力系统故障诊断方法，叙述智能机器人在电力设备故障诊断应用中的问题以及解决措施。

关键词：电力设备故障 智能机器人 电力系统

中图分类号：TP242 文献标识码：A 文章编号：1674-098X（2019）03（b）-0149-02

现如今科技、经济等方面发展迅速，所需要的电力也越来越来多，因此，电力工业的发展也越来越快。但是电网结构中有许多不确定因素，电网的故障以及带来的风险也不容忽视。所以，电力设备故障的诊断已然是当下电力领域的重要研究内容。

1 智能机器人的基本结构

智能机器人通常结构种类繁杂，但一般主要由传感系统、智控系统、导航系统和交互系统这四个部分组成，这四个部分有各自独立的工作，也有相互交融的地方，在稳定准确的配合下使机器人顺利的工作。

1.1 传感系统

智能机器人的“感觉器官”十分敏锐，即使其周围环境发生了一点点变化，也可以准确无误地“观察”到，同时，对于自身的变化“感觉器官”更是不在话下。智能机器人在感觉发生的过程中是利用传感系统来实现的，这种传感系统采用了十分精确的电子仪器，具有很高的灵敏度，然后传感系统则将采集来的数据通过参数输出。智能机器人的传感系统一般是通过传感器和传感系统的有机结合来实现传感工作的。传感器通常有两种，分别是内传感器和外传感器。顾名思义，内传感器是用来收集机器人自身的内部数据，感知内部状态。而外传感器则是收集周围环境的数据。

1.2 智控系统

智控系统是智能机器人的重要组成部分，为机器人的工作提供了最核心的计算。信息收集、审核这类功能都得益于智控系统，另外，智控系统还可以进行信息过滤、处理以及反馈等功能，将一系列的信息进行反馈决策。一般情况下，智控系统依赖于微型计算机来实现稳定的工作，这类微型计算机具有强大的数据处理能力，可以将获得的所有数据进行统计、整理，然后传送到下一级微机，最终整个系统的通信、管理、运动等方面也就井然有序。

1.3 导航系统

智能机器人的导航系统是其重要组成部分，智能机器人的移动很大程度上都是依赖于此系统。开发者通常会在智能机器人的系统中植入一些必备的公式，这些公式可以为智能机器人的移动提供计算，然后智能机器人则可以根据实际需要（如位移最短、路程最短、耗时最短等）来选择合适的公式进行路径数据处理，最后选择最合适的路径。另外，智能机器人也可以根据获得的信号指令在一些指定的路径上面“行走”。

1.4 交互系统

交互系统，是实现人与智能机器人进行交互的系统。人可以通过交互系统与智能机器人进行指令传达、数据交流等，这是智能机器人的根本特征，同时也是和普通机器人的根本区别。交互系统主要由文字、语音、图像、人脸以及指纹等方面的识别和处理。在这几个方面的有序工作下人机交互才能和谐进行。

2 基于智能机器人的电力系统故障诊断方法

2.1 专家系统诊断方法

专家系统通常由图1所示的几个部分组成，实现信息对比、信息判断以及最终决策。专家系统诊断方法在目前的使用中具有较大的影响，并且在长期的使用中已经十分广泛。专家系统一般由内嵌计算机和智能程序来保证系统的稳定运行。内嵌计算机采用了较大数据的储存方式，涵盖了大量的、各方面的知识，并且在其中加入了人工智能技术，然后再和智能程序系统建立数据联系，将获得的信息、信号等数据与储存的知识进行快速比对，智能地寻找出合理的答案。

2.2 人工神经网络诊断方法

和专家系统诊断方法不同的是，人工神经网络诊断方法在使用的过程中会更加灵活和简捷，在云数据的处理过程中更加方便。人工神经网络具有较强的数学分析能力，可以針对目标进行快速准确的建模分析，能够将许多十分复杂和错乱的状态进行处理。现阶段一些电力系统故障十分复杂，一些特殊的故障通过传统的方式已经很难解决，但是人工神经网络诊断方法可以精确寻找出故障源，并且不会受到电力系统以及外部环境的影响，自身工作运行十分稳定。因此，人工神经网络诊断已经在这些故障维护中广泛使用。

2.3 遗传算法诊断方法

遗传算法实际上就是由数学中的概率统计法改变而来的，这种方法操作具有较为简捷的优点，不需要大量的数据来作为诊断基础，仅需要在获得的大量数据中随机取出个别数据进行分析处理，进而得到最佳的决策。另外，通常在分析处理时采用适应度公式，此公式具有简单高效的特点，可以发挥很大的作用。智能机器人可以在云数据中自动搜寻数据，然后进行上述操作，并且可以在复故障等一些特殊情况中制定出解决全局问题的最优方案。

3 智能机器人在电力设备故障诊断应用中的问题以及解决措施

3.1 存在的问题

3.1.1 电力不足以及连锁效应

现阶段，许多智能机器人都是使用蓄电池来进行续航，因此，智能机器人在运行的过程中无法进行充电，无法实现长久不断地工作。另外，蓄电池的技术有限，电池的电量储备也就很难达到长久续航要求，因此导致智能机器人的工作时间更加有限。有限的续航使智能机器人的工作难以持续，所以人与机器的交互也就无法实现。

3.1.2 图像与语音识别功能仍有瑕疵

现阶段的智能机器人在图像识别方面还没有达到完全智能化的地步，机器人在仪表巡查的时候无法对表盘、指针等进行识别，实现智能读数，只能将图表用摄像设备拍摄下来，然后发送给工作人员，工作人员读数后才可以向智能机器人发送指令。另外，智能机器人在接收语音的时候会发生不同程度的时延，严重情况下甚至难以读取接收的语音指令。

3.2 解决措施

智能机器人的此类问题都对电力设备诊断产生了不可忽略的影响，因此需要可行的解决方案来完善这些不足，现提出以下两点相对应的解决措施。

3.2.1 光电池应用及控制面板优化

光电池是一种十分良好的电池，甚至在航天、军事等领域都有广泛的应用。光电池的充电仅需要阳光的照射，通过半导体器件将接收到的太阳能转化为可用的电能，这样可以实现边充电边放电的效果，巧妙地解决了智能机器人续航的问题。另外，还可以在智能机器人的远程监控器上加入电池电量，方便工作人员可以及时观察智能机器人的电量是否足够。或者也可以设置低电量警报系统，当智能机器人的电量低于设定值时便会发出警报提醒工作人员。

3.2.2 改善机器人图像和语音识别功能

技术人员可以在智能机器人系统中增加图像以及语音识别的配置，另外还需添加仪表读取的智能系统，这样便可以提升机器人的智能化水平，也可以使人机交互更加容易和完善。

4 结语

电力设备在工业发展中占有重要的地位，电力设备故障的解决也是重要的内容，因此，智能机器人的研究是必不可少的，将智能机器人的各方面优化到最好则可以很大程度地解决复杂的电力设备故障。

参考文献

[1] 尹勇.刀具磨损量监测的多传感器信息融合技术研究[J].科技风，2017（20）：6-7.

[2] 肖南峰.智能机器人[M].广州：华南理工大学出版社，2008.