郑艳
浙江国自机器人技术股份有限公司，浙江 杭州 310051
摘要：巡检机器人利用可见光摄像机、红外热成像仪、声音传感器开展设备外观检查、表计读取、红外测温、声音检测等设备巡视和监视工作。如利用可见光摄像机巡视断路器分合闸指示及相关表计指示是否正常；利用红外热成像仪检测引线接头过热情况。巡检机器人虽然具备可见光、红外、噪声等基本检测功能，但若在现有生产作业流程闭环，还需要远程集控系统与其他生产业务信息系统互联互通、融合处理相关数据，减少人工设置、操作和比对环节，以便充分发挥自主巡检的优势。
关键词：巡检机器人；集控；Java2平台企业版；多智能体系统
一、远程集控系统架构
1.1集控主站从企业管理信息系统统一认证平台
（4A平台）、资产管理系统、调度自动化系统、地理信息系统、电网气象系统等相关业务系统接入作业计划、设备台账、运行工况等，实现系统中设备台账、巡视计划、用户权限等与机器人作业流程的融合及统一，确保能够按作业指导书要求，获取巡视计划，并将巡检结果导入消缺、检修等任务模块。
.png)
1.2集控主站通过综合数据网向辖区内的子站及其管辖的机器人发布巡检任务（巡检时间、待检设备）指令，如图2所示。指挥巡检机器人开展红外热成像、可见光图像、声音等检测，巡检机器人完成巡检作业后，再依次向子站、主站反馈巡检结果。
.png)
1.3主站结合设备运行工况数据判断设备状态，向资产管理系统报送设备缺陷、巡检记录等信息，并基于Web方式，面向电网公司本部、供电局等用户，提供全景展示与统计分析服务。
二、数据归集
2.1主站的分层结构
J2EE在组件技术、分布式计算技术的基础上，提供分布式企业应用体系。本文基于J2EE设计主站，并按照“紧耦合系统一体化，松耦合系统集成化”的理念，定义数据层、业务逻辑层、表示层，如图3所示。解决主站面临的多源信息融合、数据交互异构难题，并通过表示层为工作人员提供集中管理、集中监视、集中控制等远程集控功能。其中，通过系统管理、拓展配置及资源调配模块，实现人员权限和机器人资源的管理；通过设备告警、机器人状态及数据分析模块，实现设备及机器人数据的监视分析；通过变电站巡检和任务管理模块，下达日常巡视、特殊巡视作业任务，并自动/手动控制机器人。
.png)
主站在SOA基础上，遵循平台与应用分离的理念，其数据模型基于CIM统一信息模型建立。同时，采用可扩展标志语言（ExtensibleMarkupLanguage，XML）、资源描述框架（ResourceDescriptionFramework，RDF）及WebService技术，搭建基础数据服务平台。在平台J2EE分层结构中，数据层和表示层之间仅设置业务逻辑层，以减少层间耦合度。此外，在表示层，使用符合模型视图控制器（ModelViewController，MVC）思想的Spring开源框架，构建面向各级用户的浏览器/服务器（B/S）应用体系。
2.2横向数据交互体系
在推进应用智能技术、建设智能电网的背景下，业务信息系统已经走向数字化、网络化，主站通过SOA与关联业务系统的应用程序接口，实现数据归集。
主站与4A平台、资产管理系统交互数据，是为了获取用户权限、作业计划及设备台账，并反馈巡检结果与设备缺陷，使得巡检机器人能够融入生产流程，解决机器人、远程集控系统不能数据流转的问题。
主站与电网气象系统、调度自动化系统、地理信息系统的数据交互，是为了获取地区温湿度、设备负荷（电流、电压），使得巡检机器人能够辅助判断设备
状态是否满足巡检的环境条件，解决机器人、远程集控系统不能自主诊断的问题。如按DL/T664标准要求，在开展红外测温时，参照环境气候条件和设备实际电流（负荷），分析判断设备过热原因。
在主站的数据层提供SOA服务管理，即：①数据接口；②业务模型向服务模型间的关系映射与转换；③本地应用系统底层交互与组装。业务系统间横向数据交互体系如图4所示。
.png)
服务接口协议采用WebService，编码样式为UTF-8，每个接口服务提供服务XSD文件和WebService调用方法，返回数据格式均为XML。
2.3纵向数据交互体系
系统部署在电力综合数据网内，用于承载主站与子站间的纵向数据通信。纵向数据交互体系如图5所示，采用区分服务体系结构保障网络服务质量（QualityofService，QoS）。其中，视频数据采用H.264/AVC视频编码标准，并以VPN方式与其他业务隔离，传输速率控制在8~16MByte/s，业务通道延时小于150ms。
.png)
远程集控系统的主体可视为由遍布各地机器人智能体终端组成的异构网络。随着用户、机器人及数据规模的增加，可能导致随机数据交互时，存在严重拥塞和延迟，影响系统QoS指标。其中，可见光、红外热成像数据量大，为满足不同子站的QoS需求，避免数据交互高负载时的网络拥塞，采用间隙整形算法事先估计接入负载，优选时隙接入周期，均衡终端接入请求，进而控制网络负载。
2.4数据融合交互
本体映射包括特征提取、映射发现、相似度计算、相似度整合、相似度优化5个步骤。5个步骤反复迭代，直至得到满意结果。本文在本体映射技术的基础上，基于SOA平台架构和CIS/SOA数据接口标准，建立遵循IEC61970/61968标准、统一电网信息模型的多源异构数据参数体系和集成融合模型，进一步将主站和资产管理（生产）系统等独立业务系统中的多源异构数据统一建模后，集成汇
入数据层。引入的本体映射技术可发现模式元素间的语义冲突，需事先提取概念名称、属性名称、概念实例等用于映射操作的各种特征，并在源本体和目标本体中分别选择概念，进行映射内容的相似度匹配。
三、结语
面向变电站智能巡检机器人的应用需求，基于J2EE搭建融合多源异构数据的远程集控系统，并贯通远程集控系统与资产管理系统等系统，实现机器人巡视计划、巡检结果在现有作业体系中的闭环，提高了巡检工作效率，提供了开放式资源共享平台。研发基于MAS的远程集控系统，具备数字化、网络化、智能化等特点，以CORBA模型文件实现适配机器人资源调配，克服在跨区域调配不同规格机器人资源时，遇到的兼容性及异构问题，实现充分应用巡检机器人资源。
参考文献：
[1]杨旭东,黄玉柱,李继刚,等.变电站巡检机器人研究现状综述[J].山东电力技术,2015,42(1):30-34.
[2]周立辉,张永生,孙勇,等.智能变电站巡检机器人研制及应用[J].电力系统自动化,2011,35(19):85-88.
[3]肖鹏,王海鹏,曹雷,等.变电站智能巡检机器人云台控制系统设计[J].制造业与自动化,2012,34(1):105-108.