基于改进遗传算法的变电站巡检机器人行驶轨迹优化

陈玮光，胡晓静，郑鑫，马兆兴，陈昊

(1.国网江苏省电力有限公司检修分公司，江苏 南京 211102；2.许昌开普电气研究院有限公司，河南 许昌 461000；3.青岛理工大学 信息与控制工程学院，山东 青岛 266525)

随着通信和信息技术的进步，变电站机器人的应用不断深化，从执行简单作业(照片拍摄、红外测温)的日常巡视功能机器人，正在向具有较复杂作业功能的巡检机器人转化。

以变电站内端子箱巡检为代表，开、关室外箱柜门巡检是变电站运维检修人员的重要工作。常规方法多以人工手动打开箱柜为主，随着人工智能技术和5G的发展，尤其是人工智能技术的提高，机器人的大规模普及成为可能[1-6]，并将逐渐代替人工手动打开方法。其中提升机器人的寻址打开效率、缩短寻址时间是应用的关键，这一技术也为未来无人值守智能变电站和下一代电网的发展提供助力[7]。在电力系统计算和工程应用中，包括风电预测、轨迹优化等诸多方面出现了很多智能优化算法[8-11]，它们在应用中展现了较好的收敛性。在解决大规模计算问题时，遗传算法有着自身的优点，如收敛速度快、计算精度高、全局性好等。在电力系统分析中：文献[12]应用遗传算法对电网运行中需要安装最少的电表数量进行计算，这种方法对于减少设备安装数量和提高电能质量有一定好处；文献[13]应用反向传播(back propagation，BP)网络实现机器人在线路巡检中的应用；文献[14]运用遗传算法对风电场集电系统的拓扑进行优化，降低了投资成本；……