变电站自动化维护巡检机器人设计

　　摘 要: 传统方法在进行变电站维护时，存在变电站运维工作量大，人工操作依赖较强等问题。为此，本文设计变电站运行自动化维护巡检机器人。依据VFH(Vector Field Histogram)算法完成机器人避障控制，以无线网络作为通信通道，利用自动化维护模块完成变电站运行自动化。结果表明，本文方法具有较高的准确性，处理效率高，能有效提升变电站使用寿命。

　　关键词:VFH算法;机器人避障;运维管理;无线通信

　　1 引言

　　变电站的巡检维护是保障变电站安全运行、正常工作的主要操作之一。传统的巡检维护需要工作人员到各个变电站做定期检查，需要收集大量运行数据，一定程度上给变电站的日常维护带来了困难。近几年，自动化技术不断发展，变电站自动化管理也被广泛应用。周正钦等人提出了一种基于分层分布的变电站带电运维智能化技术及应用[1]。

　　该方法以分层分布和带电检测技术的设计理念为基础，研究出了基于分层分布架构的变电站智能维护系统，并给出维护系统的运作模式。经仿真实验证明，该系统能够有效的提高变电站维护的自动化水平，提高变电站维护效率，但是该方法涉及理念和系统较多，导致系统较为复杂，不易操作。刘雁文等人提出一种基于决策树的智能变电站运维专家系统规则提取方法[2]。该方法将决策树归纳学习与变电站维护系统相融合，并且通过自动学习获取系统的维护规则。

　　该系统利用维护规则可对变电站进行合理推导得到运行规程，也可将该系统应用于变电站的远程运维。最后，通过对示例进行实例测试，实验证明该系统的规则具有较高的通用性和准确性，但是该系统由于只针对单一系统的规则进行提取，导致其准确率较低。由于大多数自动化维护变电站系统和无人化值守系统，仍然需要工作人员定期检查作业现场设备。因此，本文结合智能机器人技术，提出了一种基于巡检机器人的变电站运行自动化维护方法。解决了变电站运维对人工的依赖问题，且巡检运维机器人的配置灵活，操作便捷，在降低运营成本的同时为变电站的安全生产提供了可靠保障。

　　2 变电站运行自动化维护巡检

　　机器人组成结构变电站自动化巡检机器人具有自主导航、精准定位、自动充电、集成可见光及声音等传感器。针对特殊路面布置无线射频识别标签[3-4]，实现机器人双向行走和最优路径规划，同时将被测设备的声音、视频和温度通过无线网络传送到监控室。机器人巡检后，后台即可通过获得数据完成对变电站的外观异常判别、设备热缺陷以及仪表读数配合变电站智能顺控操作系统完成变电站自动化维护。

　　巡检机器人的系统分为4个层次：基站层、移动站层、通信层和终端层。基站层主要负责巡检系统数据接受和处理，也作为管理人员了解机器人的实际状态和工作情况的直接渠道，由数据库、模型配置、数据处理、状态报警、设备接口、视图展示等模块组成。

　　移动站层主要负责对机器人在巡检工作过程中的运动行为进行控制。首先对其路径进行规划，规划过程包括全局规划[5]和局部规划[6-7]两部分，全局规划是通过机器人的当前位置和即将到达位置信息，从电子地图中寻找到一条能够顺利通行并且到达指定地点的路径，全局规划主要需要解决的为求解两个目标停靠点之间可通行路径和求解总路径最短的目标点到达顺序。局部规划以全局规划结果为基础。

　　结合 RFID(Radio FrequencyIdentification)标签、激光雷达传感器等探测信息，对机器人的局部移动行为进行规划，包括直线跟踪、转向、避障、移动速度调节、停车等内容。随后根据变电站实际工作坏境对机器人车体进行运动建模，将接收到的运动指令分解到机器人的各个电机中，对每个电机需要承受的速度进行计算，由多轴运动控制器对各个电机进行控制，从而实现巡检机器人的自主运动。

　　通信层由网络交换机、无线网移动站、无线网基站组成，使用Wifi无线网络[8]传输作为基站控制层和终端层之间的通信连接通道。终端层由自动化维护模块、固定视频监测点和充电室组成，机器人和监控控制后台之间的通信连接为无线通信，固定视频监测点和监控控制后台的通信连接为光纤通信。在充电室内设置充电设施，机器人剩余一定电量时，自动进入充电室自行充电。

　　2.1 机器人巡检功能设计

　　将机器人运动起始点o作为坐标原点，初始运动方向作为x轴，垂直方向作为y轴，构建坐标系。

　　2.2 变电站自动化维护模块设计

　　机器人搭载不同的检测装置对变电站各项指标进行检测以完成自动化维护任务。设定机器人日常巡视中主要工作内容为：

　　(1) 设备的运行状态检测：显示灯是否存在异常、系统时钟是否正确;各个功能模块的工作电压是否存在异常;定值区与定值通知单相[10]是否一致;调度核对的模拟量与状态量是否正常;各个零件部位是否存在过热现象;定期对各仪器进行误差检测。

　　(2) 后台控制主机状态检测：主机基本硬件和连接线是否存在松动现象;设备的各个数据量和状态量与实际的运行状态是否一致;是否能够实施远程遥控;设备系统是否存在病毒、系统运行是否正常;通信指示是否正常。(3) UPS设备检测[11]：检查UPS是否正常工作，其中包括检查设备提供的交流、支流电压是否存在异常。

　　(4) 数据通道检测：在自动化数据传输的过程中，传输通道的质量起着很大作用，因此在变电站日常维护工作中，对通道进行检测尤为重要。变电站发生异常时，主要会出现以下现象：出现报警信号，保护装置启动，遥信、遥测发生异常;断路器跳闸[12];变电站电气部分产生异常运行声音、出现放电和爆破声;设备变形、裂碎或产生变色、喷油、烟火等异常状况;常见信号频繁出现，如断路器频繁打压等。检测到以上问题时，巡检机器人对异常情况处理过程如下：

　　(1) 记录故障时间。(2) 检测出事故后，对事故类型和影响范围进行初步判断，并及时上报给上级调度中心。(3) 根据事故性质对相关的二次装置[13]进行检测，然后依据保护装置动作情况再次对事故设备进行检测，并做好记录。

　　(4) 全面分析设备情况，准确判断出事故类型和故障范围，同时根据系统指示进行处理。(5) 检查设备过程中，若设备出现放电、闪耀等[14]严重问题时，立即隔离故障点，并且及时上报。(6) 对发生故障设施做好安全防护，待修复后恢复其正常运行。(7) 做好故障原因和处理结果的相关记录，向上级汇报，并将事故处理事件做好文字备份。机器人对设备维护的过程中，面对严重危害人身和设备安全的事故类型时还接将设备停电，同时将故障设施隔离。

　　3 仿真实验

　　为验证本文方法的有效性，对自动化巡检机器的运动行为能力进行检测。首先对机器人进行真实场景仿真实验来验证机器人的两轮驱动差速是否满足室外维护作业需求。

　　跟踪误差能够被有效的调节在±10mm左右，两轮差速的移动适应性和稳定性较强，能够满足变电站室外巡检的基本需求。随后为验证机器人避障能力，在某长约500米，宽约300米的500kV变电站内配置2台机器人，每台机器人配备一个充电器，机器人的维护路线，以 RFID标签的路口有60个，标签标识的停靠点有300个，设备检测位置1000个，并且在其路线中任意放置障碍物，检测器是否能成功识别并且避开。两台机器人分区进行巡视，完成所有维护内容巡检任务约60min，并且自动机器人在每天的早中晚固定时间进行3次巡检，结束后自动返回各自充电室。

　　在机器人的充电过程中，若受到远程遥控指令，将停止充电，并根据指令内容计算出最佳路径到达指定位置，完成指令操作。实验结果表明机器人能够成功的避开障碍物，到达需要检测位置。为进一步证明本文方法的维护效果，对变电站不同区域进行仿真检测，采用基于分层分布方法[1]、基于决策树方法[2]以及本文方法验证变电站设备故障识别准确率，不同方法的变电站设备故障识别准确率不同。

　　当运行时间为2h时，基于分层分布方法的变电站设备故障识别准确率为75%，基于决策树方法的变电站设备故障识别准确率为56%，本文方法的变电站设备故障识别准确率高达92%。当运行时间为10h时，基于分层分布方法的变电站设备故障识别准确率为 77%，基于决策树方法的变电站设备故障识别准确率为 70%，本文方法的变电站设备故障识别准确率高达94%。本文方法的变电站设备故障识别准确率远远高于其他方法。

　　4 结束语

　　本文对变电站自动化运维机器人系统结构进行了详细描述，仿真实验条件下，本文方法能够在500kv变电站中有效运行，准确发现设备异常情况并且合理解决，满足基本变电站基本的日常维护。但要想使自动化运维机器人成熟的使用于电力行业还要在以下方面进行完善：(1) 机器人自身稳定性还需要进一步提高，以降低在工作中发生故障的概率。(2) 在保证维护效果的基础上，努力将机器人与电力系统系统的对接，实现数据共享，为设备的日常运维工作提供更全面的数据支持。

　　参考文献 :

　　[1] 周正钦,杜振波,王文瑞,等.基于分层分布的变电站带电运维智能化技术及应用[J].电力系统保护与控制,2019,47(1):156-163.

　　[2] 刘雁文,胡炎,邰能灵.基于决策树的智能变电站运维专家系统规则提取方法[J].电力科学与技术学报,2019,34(1):125-130.

　　[3] 王绍丹,王宜怀,刘锴.基于射频识别和无线传感网融合技术的仓储定位方法研究[J].计算机应用研究,2018,35(1):195-198.

　　[4] 邬小坤,赵武智,白加林,等.智能变电站故障过程可视化分析系统设计[J].自动化技术与应用,2021,40(4):140-143，186.

　　[5] 席阿行,赵津,周滔,等.UAV/UGV协同环境下的目标识别与全局路径规划研究[J].电子技术应用,2019,45(1):5-9.

　　[6] 柴慧敏,方敏,吕少楠.基于态势评估技术的移动机器人局部路径规划[J].计算机科学,2019,46(4):216-221.[7] 孙上杰,姜树海,崔嵩鹤,等.基于深度学习的森林消防机器人路径规划[J].森林工程,2020,36(4):51-57.

　　[8] 宋新明,谢从珍,夏云峰,等.高压交流电场对 WIFI 无线通信影响的实验研究[J].高压电器,2019,55(12):125-131.

　　[9] 魏新勇,黄烨笙,洪晓斌.基于VFH～*的水面无人艇局部避障方法[J].中国测试,2018,44(12):39-45.

　　作者：尹宏杰 , 谢逸逍 , 贾 烨 , 张瑞强 , 郝文海

转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/29872.html