郭 峰
国网天津电力检修公司,天津 河东300250
摘要：新时期电力事业发展下电力设备数量、种类逐渐增多，设备运维检修工面临诸多挑战。采用人工智能技术能够实现设备运维检修的智能化发展。下面文章对人工智能技术在电力设备运维检修中的应用展开探讨。
关键词：人工智能；电力设备；设备检修；运维检修
引言
科技的不断发展，促进了机器自动化逐渐被投入各项生产之中，从而使得工业的发展依托于电力设备的支持，随着电力系统规模扩大，引发的故障可能性也逐渐增加。将智能机器人应用于电力设备故障诊断之中，可以在最短的时间内检验出各个设备中存在的故障问题，并且通过不断更新智能机器人的性能，还能够设置检查电力设备隐患的功能，在最开始的时候对其进行检验和预防，并及时对故障设备进行维修，从而使得故障诊断的效率得到最大程度优化，并保障了电力设备运转的稳定性，使其尽可能地正常运转。
1人工智能技术概述
人工智能技术是计算机技术的延伸，可以帮助人们更好地解决电力设备上的问题。近几年，供电系统已经开始运用人工智能来检测电力设备的运行状态，不仅可以节省供电公司的人力资源，还可以提高电力设备的运行安全。人工智能其实是计算机技术的延伸和创新。随着科技的发展，人工智能的发展和应用发生了很大的变化。人工智能技术给电力设备带来了福音，不仅提高了状态检修的效率，还降低了企业的维修成本。与此同时，计算机有着自己的计算编辑系统，只要输入数据就可以自动计算结果，同时也可以随时调取资料。电力设备是电力系统的一部分，包含变压器、输电线路等关键设备。不论哪种设备出现了故障都会影响整个电力系统的稳定性。因此，技术人员需要使用各种技术去预测、分析电力设备的运行状态，以此提高故障的诊断水平。
2基于智能机器人的电力设备故障诊断方式
2.1专家模块诊断
专家模块诊断是将专家计算机安装于智能机器人的内部，其实际意义便是将对电力故障诊断自动化。这也是目前使用较多的一种诊断模式。在使用之处，先将大量相关信息录入，按照故障不同类型，检索方式各不相同从而分门别类，采用程序化的模式对其进行管理，从而将采集到的设备信息逐步与录入的信息相比较，根据信息所呈现的内容自动检验有没有故障，如果产生故障，检测出故障产生的源头，并分析出故障解决的方法等等，从而达到自动化的目的。在具体应用过程中，专家模块诊断不仅节省了故障诊断的时间，并且能够快速锁定故障产生的原因，并且由于其内部储存的大量数据信息，能够及时有效地提供多种解决办法和解决思路。
2.2人工神经网络诊断
BP模型的分类和预测结果优于传统的模式识别方法。它特别适用于存在大量结论性(标签)模式,且缺乏清晰的专家规则(例如图像和声音识别)以及能够容忍错误模式的情况,这就是为什么它在许多模式识别任务中都取得成功的原因。电力系统应用研究主要包括电力系统负荷预测,动态安全评估以及电力设备和输电线路的故障诊断。但是,由于神经网络需要大量的训练样本,因此输入和输出信号变化越大,就需要越多的训练样本。解决许多故障排除问题时,很难获得大量的训练样本。因此,电力系统使用BP神经网络的成功应用并不多。进化计算的方法很多,例如遗传计算,粒子群优化算法和蚁群算法和进化规划,但实际上,这是优胜劣汰的一种方法,适合解决非线性优化问题。电力系统优化的问题主要包括:规划电网结构(包括增加线路),优化电网调度中机组的启动和停止,优化机组维护计划,优化电网运行时的无功功率(包括开关电容器和调节变压器抽头),它们大多数是非线性或动态规划问题,适合通过进化的计算方法解决,但无法通过传统的非线性优化和动态规划方法解决。进化计算在电力系统中的应用相对成功。
2.3模糊理论诊断
电力设备内部具有极高的复杂程度，相对应而言，对其进行诊断也是一个十分庞大的工作量，其中采集信息，对信息进行分门别类地整合，再进而对其中各项信息分析与已有信息进行对比等，进而在所有信息建立的基础之上，再对其进行决断，从而制定解决方案。在这一系列的施行措施均处于一种动态的过程，这种拥有诱因与结果的特点，从而使得在对其诊断的过程中，也可以采用模糊理论诊断的方式进行应用。模糊理论诊断的具体应用在于其诊断的一个非确定性，以其产生故障的诱因以及故障表现出来的特征基于专家经验的基础之上构建模糊关系矩阵，利用其逻辑关系进行诊断。模糊理论基于一种行而有效地逻辑关系，在大数据与网络云数据的不断应用与表征，这种更为贴合人脑思维模式的诊断方式逐渐受到更多地欢迎，使得有关人员可以根据相应技术进行方案设计与选择，根据其模糊程度从而筛选出最优方案。
3人工智能技术在电力设备运维检修中的应用
3.1电力巡检
基于人工智能技术,开发一种类似于人眼的分布式智能协同作业机器人,可用于电力系统巡检和测试的实践中,并可提供全景,精确和非人为的操作,该机器人使用图像识别技术和相关的人工智能技术。在应用中具有终端的高灵活性和高定位精度的优点,并且也发挥了积极的作用。可以在远距离巡逻电力线,并利用智能机器人的功能优势(例如自主定位和导航)从不同角度收集和分析高精度图像,然后跟踪和识别电力运行状态线并分析设备性能与故障。通过迁徙学习,可以提高电力线检查的整体学习能力,并消除传统机器人的缺陷。就分配站的值班而言,多个智能机器人负责在特定区域中同时值班。对来自多个来源的信息进行全面分析可以准确地识别设备故障,并最大限度地控制多个变电站、交换机与配电室,还可以分析配电网中的故障,以确保设备的及时有效维护,提高配电站的服务水平。在隧道检查方面,使用智能机器人三维模拟隧道全景图可以实时确定隧道内的温度和压力,并分析电缆材料和设备的性能。如果存在操作风险,则可以发出预警以提高操作和管理水平。
3.2在故障诊断中的应用
就目前电力行业的发展情况来看，电力设备故障诊断工作已经由人工检查方式转变为人工智能技术检查方式，操作人员只需要根据提醒对系统进行操作就可以。首先，操作人员需要先采集设备信息，通过电极智能检查功能可以对设备进行检查，一般只需要几分钟就可以基本了解和掌握设备的性能和运行状态。与此同时，技术人员还可以通过智能机器人所呈现出来的图像去诊断设备中出现的故障。技术人员可以根据图像所显示出来数据来进一步确定损坏位置，判断设备故障原因。
3.3设备安全控制
使用人工智能技术构建设备分布图,可以评估设备的运行状况和风险,并确保设备运行的安全性。电力系统运行故障的原因,超过50%的故障是由设备引起的。基于此技术,可以动态分析设备的整个生命周期,例如采购和操作,以及跟踪设备性能。使用扫描设备,可以自动获取有关设备的信息(例如质量和性能状况),对风险源进行有效的预警,实施及时且有针对性的设备监控,并最大程度地减少设备和电网故障。统计表明,人工智能监控预警系统对于设备的安全控制程度远高于传统监控预警系统。
结语
综上所述，将人工智能技术运用到电力设备维修当中，不仅可以帮助企业提高维修效率，还可以降低人力成本。电力设备是电力系统的重要组成部分，不论哪种设备发生故障都会在一定程度上影响电力系统的使用。对此采用人工智能技术能够实现电力设备科学巡检、维护检修，以提高电力设备运行的整体水平。
参考文献
[1]张倩.智能机器人在电力设备故障诊断中的应用[J].数码世界,2019(04):250-251.
[2]兰依,石敏,耿昌易,何春.智能机器人在电力设备故障诊断中的运用[J].电子技术与软件工程,2019(22):234-235.
[3]吴俊刚.智能机器人在电力设备故障诊断中的应用研究[J].中国新技术新产品,2018(22):12-13.