浙江省杭州临安供电公司 浙江省杭州市 311300
摘要：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。
关键词：智能机器人；电力设备故障诊断；应用分析探讨
引言
配电网的安全性受电力设备性能的直接影响，并对供电稳定性具有决定性作用。因此，采用最新型的智能机器人，快速诊断出电力设备中故障所在，有利于提高电力设备的稳定性。因为机器人内部装置具有先进化功能与智能化优势，能在最短时间内诊断出不同设备中存在的问题，同时针对出现故障的原因，实施相应的解决措施，及时维修损坏的零件，从而保证电力设备可以正常的运转工作，提高电力设备的稳定性。
1智能机器人的概念及基本结构
智能机器人，是基于计算机技术而产生和发展起来的一种机械技术，多数专家认为，感知、运动及思考是构成智能机器人的主要要素。基于电力设备中智能机器人的设计原理可知，其主要构造包括人机交互系统、控制系统、导航系统及传感系统四大部分，智能机器人通过这四大结构的相互作用与配合，能有效帮助实现电力设备的检修、故障诊断，达到较好的电力运维效果。其中，智能机器人可通过传感系统中的加速度感应器、红外感应器，自觉感知周围设备的运行状况，为电力设备操作者及时传达实时运行环境相关信息。控制系统，是智能机器人实现设备故障信息采集、过滤与分析的重要系统，依靠控制系统，智能机器人能在发现故障后及时提出针对性解决意见与方案。为在相对短的时间内识别出电力设备故障，智能机器人的导航系统能提前规划好故障检测路程。人机交互系统主要是在机器人操作者发出指令后，通过交互系统的指令传达、转化、输出进行信息的反馈处理，以最终实现电力设备故障的分析与解决。
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。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。
2.3运用智能机器人自动化功能加以诊断
就目前来说，电力设备故障诊断过程中的人工检查方式已经获得进一步改进，转变为运用自动化的智能机器人加以全面的检测，操作人员只需要按照标准流程进行操作，先采集设备信息，在录入型号之后，点击智能诊断功能键，就可以自动检查设备内部装置、电源线、部件，变压器和其表面温度等。只需要短短几分钟就可以掌握设备的各项性能状况，分析智能机器人呈现的图像，深入理解电压与电流在规定的区间内的情况，当诊断到出现故障时，它就会以立体的图像或影像加以呈现，并表现出设备温度超出标准。操作人员根据图像所显示的部位，来确定损坏位置，诊断出是因为零件长期高速运转加快了磨损程度而出现故障，让电力设备变阻器难以有效调节电压工作，对无法发挥电力设备的传输功能具有直接影响，展示的设备温度太高，从而根据显示的地点，找到磨损零部件，借此诊断出因为零件长时间运行，加速损耗程度，直接影响到电力设备的传输作用。需要按照诊断结果，及时实行修复工作，尽量在最快的时间内修复故障，促使设备能有序运行。应用智能机器人自动化功能对电力系统故障进行诊断，是解决隐患最快速的方式。
2.4应用智能机器人人工神经网络诊断方法
人工神经网络诊断方法与专家系统诊断方法不同，其在应用过程中会更加灵活与方便，在处理云数据过程中更为方便。人工神经网络有着较强的数学分析能力，针对目标快速建立准确的模型，可以处理一些非常复杂和错乱的情况。当前，一些电力系统故障极为复杂，部分特殊的故障通过系统的方式已经难以解决，但是应用人工神经网络诊断方式能够准确寻找到故障源头，同时不会受到电力系统和外部环境的影响。保证电力设备稳定运行。所以，在这些故障维护中，人工神经网络诊断获得了广泛运用。
2.5自动化扫描故障，正确诊断设备故障
和上述设备检查不同，对电力设备的扫描是智能机器人对设备、机械详细信息的录入与检测，具体包括电力设备的使用年限、零件标准参数、适用条件等信息。智能机器人通过自动化扫描设备信息，记录设备运行状况，在智能机器人自带显示屏中展示这些设备的信息，并实现对设备信息的识别。智能机器人对电力设备运行状况的扫描是全方位的，扫描覆盖的内容较为完善，且能够在短短5分钟内正确诊断出设备故障。利用智能机器人的扫描功能，可帮助设备维护人员及时了解设备运行状况，并第一时间找到设备出现故障的位置，整个过程犹如我们日常使用手机扫描垃圾软件一般，诊断效率极高。因此，智能机器人在电力设备故障诊断中，因为有了全自动、广覆盖的扫描功能，可快速定位和锁定设备故障位置，给工作人员节省了较大的巡检时间，为后续的维修工作提供了重要保障。
结语
综上所述，现代电力设备的运维中，因为有了智能机器人，电力故障诊断的效率与质量都得到大力提升，借助于智能机器人自动化、智能化的故障检测与诊断手段，电力设备的故障点很快被锁定，不但缩减了检修的时间，还有效确保了电力设备运行的安全性，推动了电力设备服务水平的不断提升。
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］国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．