探究巡检机器人在无人值守变电站的应用

覃善西

摘 要：在配电网发展过程中，相应增加了变电站数量，开始实行无人值守模式。由于人工巡检工作量比较大，变电站应用机器人辅助巡检方式，可以明显降低安全隐患，提升设备巡检的可靠性。此次研究主要是探讨分析巡检机器人在无人值守变电站中的应用，希望能够对相关人员起到参考性价值。

关键词：巡检机器人;无人值守;變电站;运营维护

在电力技术发展过程中，持续扩大电网建设规模，相应提升电力系统自动化水平。某地区变电站值班方式开始转为无人值守模式，全面确保变电站生产与运营安全。由于传统巡检工作需要定期检查变电站设备运行状态，采集相关数据信息，然而随着变电站数量的持续增加，相应加大变电站日常维护与巡检难度。在机器人技术发展过程中，电力企业开始应用机器人进行变电站巡检，可以使电力人员远离带电设备，可以为无人值守变电站提供新的巡检模式，不仅能够提升变电站巡检效率，还能够维护设备运行质量。

1、机器人巡检系统

1.1系统总框架

机器人巡检系统主要包括基层系统层、移动站系统层。基站系统层组成包括无线通讯设备、网络集线器、后台工程机、导航定位系统。后台工程机系统主要采用C语言，具备交互界面功能、状态信息监测功能、运动路线规划功能。移动站系统层主要包括控制检测系统和移动本体系统，具备云台控制功能、驱动电机控制功能、超声采集功能、导航定位功能、无线通信功能。移动站控制程序主要采用C语言开发，功能涉及到导航定位信息处理、机器人运动控制、状态信息传输等。移动站和基站可以通过无线通信实现数据连接，可以有效传输数据远程控制机器人。系统可以连接电力系统内部光纤通信网络，实现数据交换和远程控制。

1.2软件控制系统

巡检机器人软件控制系统主要包括基站软件、移动站软件、微型嵌入式软件等三类子系统。不同系统可以分工协作，全面完成巡检任务。移动站系统和其余系统存在交互性，高度融合功能会使系统设计出现妥协，全面维护项目可扩展性。该控制系统属于实时性数据监控系统，可以有效处理系统接收的数据，同时将数据作为状态量展示。基站系统属于控制中心，可以将指令下发给其他系统。

2、巡检机器人在无人值守变电站中的应用

2.1设备模式识别

机器人启动巡检任务时，到达指定位置拍摄红外图像和可见光图像，将图像通过无线网络传输给基站，利用基站设备模式识别系统，可以对图像进行识别，从而识别断路器设备运行状态，检测指定设备温度。由于机器人停靠位置存在偏差，系统应当容忍拍摄图像误差，只需要确保无漏检设备即可。在良好光照条件下，按照可见光图像读取仪表数据，对设备开关状态进行判断。

第一，建立设备图片库。在识别设备模式时，必须建立完整的图片库，图片库建设质量会对后续匹配与识别精度造成影响。为了确保机器人执行任务时，可以有效匹配拍摄图片与库存图片，提升图片拍摄速度。图片库内的标准图片必须具备高清晰度，避免外界因素影响图片质量。为了消除影响因素，降低匹配错误率，必须将不同时间段与不同环境拍摄的图片存入到图片库中。

在图像匹配过程中，系统可以自动确认停靠点，按照图像拍摄时间与季节，通过温湿度计、光敏传感器和图像分析法判断环境气候，在图片库中寻找对应的标准图片，全面提升结果准确性，减少匹配搜索时间。

第二，实时匹配与检测识别：机器人在巡检过程中，会将拍摄图片传输到基站系统，系统实时匹配和识别图像信息。然而机器人拍摄照片所停靠位置与云台角度存在偏差，可能会与图片库的图片存在差异，此时需要通过归一法和投影法消除偏差。机器人实时上传的数据可以成功匹配图片库图像，说明系统正确识别图像包含设备，明确设备在图像中的位置。

应用匹配算法的运算速度可以决定检测识别过程时间，匹配1张图片所需时间为4s，在巡检任务中主要由机器人行驶完成整个运算过程。1张图片中存在多个设备，当机器人停靠点拍摄图像包含设备数量越多，则每个设备的拍摄时间就越短。采用高精度匹配算法可以确保设备识别的准确性，可以应用于多个设备匹配检测中。

第三，图片配准与状态输出：将红外热像仪和可见光摄像头安装在机器人云台上，摄像头焦距调节范围大，可以拍摄不同距离的图片。热像仪无法调节焦距，视角比较小，然而可以观察设备细微状态。当摄像头的焦距比较短时，且设备处于并排放置，热像仪可以拍摄摄像头无法拍摄的部位。

可见光拍摄图像经过系统匹配后，通过红外热图可以获得设备温度数值。尽管不同摄像头属于并排安装，然而在实际拍摄时存在微小角度差，因此在匹配图像时必须做好调整。由于算法上不存在新误差，所得出的结果误差主要是由于运算误差所致，可以忽略不计。

第四，全天候识别：通过建立图片库，可以充分考虑区域内环境因素，标准图片比较完整。机器人在不同时间段、不同气候环境下所拍摄的图片，都可以高度匹配图片库中的标准图片，实现全天候识别。

2.2设备声音采集

变电站设备正常运行与故障运行的声音存在差别，通过分析声音可以判断变电站设备运行状态。巡检机器人具备声音识别功能，通过该功能可以实现无人值守，全面提升巡检安全性。

（1）技术原理：矢量量化属于重要分类方式，在识别系统中可以针对不同识别对象进行建模。通过LBG算法，可以实现声音特征的无导师聚类，形成不同码本。在识别过程中，可以寻找测试语音和不同码本的平均量化失真距离，将最小距离作为识别结果，对音频数据状态进行判别。

（2）技术开发：第一，描述声音功能。在机器人巡检数据界面中，可以查询声音识别功能。在巡检过程中采集设备音频信息，可以在界面内显示音频。如果检测设备声音异常，则会发出声音异常报警声。第二，音频训练。在声音识别中音频训练属于重要基础，可以有效采集设备正常运行声音，并开展集中式训练，以此获得声音特征库。第三，音频识别。音频识别主要是按照检测声音特征，对比音频库中的声音，以此获得识别结果。

通过巡检机器人的运行实况可知，声音识别功能有效作用于高抗设备与变压器异常声音识别中，功能运行状态具备高稳定性，可以高度集成到机器人大程序中。通过声音识别功能，可以促进变电站无人值守模式的发展。

3、结束语

综上所述，巡检机器人可以实现无人值守变电站设备检测，及时掌握设备运行温度和故障隐患，不仅可以降低人工成本，还可以提升效率，加强设备巡检质量，排除设备安全隐患。此次研究通过分析巡检机器人在无人值守变电站的应用，讨论机器人在变电站运行工作中的应用可行性，介绍巡检机器人的总体框架与软件控制系统，全面提升变电站设备巡检质量，降低人工风险与劳动强度，应用价值比较高。

参考文献：

[1]向真. 基于多传感器融合的变电站巡检机器人定位导航算法研究[C]. 中国自动化学会、杭州市人民政府、浙江省科学技术协会.2019中国自动化大会（CAC2019）论文集.中国自动化学会、杭州市人民政府、浙江省科学技术协会：中国自动化学会，2019：326-331.

[2]王尤河，游日晴，郑力勇，文春华.基于卷积神经网络的智能巡检机器人场景识别[J].信息技术，2020，44（02）：58-61.

[3]黄金魁.智能化移动设备应用在变电运检作业中的技术研究[J].新型工业化，2019，9（12）：40-44.

[4]薛阳，俞志程，吴海东，张宁.基于IACO-ABC算法的变电站巡检机器人路径规划[J].浙江电力，2019，38（11）：10-15.

[5]薛志成. 基于无人机辅助的变电站巡检机器人定位导航方法[C]. 中国自动化学会、杭州市人民政府、浙江省科学技术协会.2019中国自动化大会（CAC2019）论文集.中国自动化学会、杭州市人民政府、浙江省科学技术协会：中国自动化学会，2019：320-325.