朱琳
国网智能科技股份有限公司
摘要：近些年，我国科技水平迅速发展，智能机器人作为一种先进的高科技产品，被广泛应用在电力设备故障诊断中。基于此，本文通过对智能机器人电力设备故障诊断方式的介绍，进而分析出其在应用中存在的问题，并制定出相应优化措施，使智能机器人发挥出更大的作用。
关键词：智能机器人；电力设备；故障诊断；应用
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[1]。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方式
2.1人工神经网络诊断
人工神经网络是基于系统的复杂程度，模仿动物的神经网络，对其内部的大量神经节点进行处理调节，从而得到处理信息的有效途径。电力设备内部系统是极其复杂的，因而在对其进行故障诊断以及检测设备自身的一些性能情况时，也可以使用人工神经网络进行处理，将该算法结合于智能机器人中，可以采取云数据的处理方法进而对电力设备进行故障诊断。人工神经网络由于其自身的特殊性，在应用于电力设备也具有十分高的准确性和稳定性，在具体应用过程中，能够保持受到外界影响最小化。并且人工神经网络本身可以对设备内部进行精准的建模，以及较高的认知功能，因而保障了诊断以及后续的解决能够达到一个极其高的效率。也正是因为以上种种原因，该诊断方式近些年得到更深入的研究以及广泛地应用。
2.2专家模块诊断
目前，对智能机器人进行应用时，存在很多诊断方式，专家模块诊断是最为常见，且应用最为广泛的一种。在智能机器人内部，安装了相应的专家计算机，其中含有大量电力设备故障信息数据，同时设置出特定的程序，在该程序的控制下，自动对电力设备信息进行采集，并通过与数据库内的信息对比，确定出设备是否出现故障，以及故障的引发原因与类型等，进而确定出合理的处理方案，使故障可以在第一时间得到解决。对于专家模块来说，由很多子系统构成，如数据库子系统、人机交互子系统等，每个子系统具备不同的功能，正是在这些系统各个功能的配合下，才可完成故障的诊断。
2.3遗传算法诊断
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，并且可以在修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。
2.4模糊理论诊断方法
电力系统故障诊断是一个收集信息、研判信息及决策信息集一体的非精确化的动态过程，这种非精确化是因为诱因间的模糊和非准确性。一般按照专家经验在故障征兆与诱因间建立模糊关系矩阵，把模糊关系加以矩阵组合，采用逻辑或非逻辑加以模糊诊断。在模糊理论诊断方法不断发展和融入云数据库后，变量表述逐渐获得广泛应用，这让模糊理论诊断方法更加贴近人们表达习惯，用户能够对程序设计和方案进行选择，按照模糊度的高低来辨别并选择最佳方案。
3智能机器人在故障诊断中的问题与解决方案
3.1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。
3.2电力储备
电力储备问题主要体现在智能机器人在被设计之初主要都采取蓄电池供电的方式进行运作。但是这种设计方式的缺陷就在于，当电量在使用到一定程度之后，即达到一定的临界值之后，如果继续使用，将无法启动机器人正常运转，从而完成相应的操作。并且由于所检验和处理的电力设备不同，设备产生的故障也不同，因而也无法对机器人的电量使用情况产生一个良好的预估和预判，从而避免因电量不足而引起的运转问题。针对这一问题，①可以在设计智能机器人时，再加一个智能的控制面板，对于其电量使用情况，预估不同程度、使用时间长短等，都逐一显示，并且可以在智能机器人身上设置一个警报装置，在到达临界阈值的情况时拉响警报，工作人员发现之后立即更换电池，从而保障智能机器人地有效工作。②改善科技，优化蓄电池问题，可以采用光能电池供电。与蓄电池不同，光电池的能源来源在于光，光能电池可以自动接收光照并储蓄为电能，从而能够达到源源不断向机器人供电的需要。
结语
智能机器人对于电力设备快速精准有效的诊断，保障了电力设备运转的高效性和稳定性，也进一步证实智能机器人在电力设备故障诊断中具有不可忽视的作用。然而随着逐渐应用，智能机器人仍然难以达到最优化的诊断功能，在诊断系统中可供优化的便是文中提及的集成化诊断模式，仍需研究融合，而外部设备上的问题则在于信息识别和电力储备上仍有不足。当这些问题逐一解决之后，那么智能机器人在电力设备诊断上将拥有更大的发挥空间以及更广阔的应用前景。
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．