张晓龙,黄 宁,邵长锋

(中国恩菲工程技术有限公司,北京 100038)

0 前言

变电站的电力输出系统的稳定运行与安全性影响着全国的国民经济的发展。变电站作为整个电力系统输配电网络中一个重要工程场所,需对其运行和维护投入一定人力成本以保障整个电力系统的稳定运行。即需要实时对一切设备的运行稳定与安全性进行巡检,如若出现突发故障应及时对相关设备维护人员发出预警,使其可以及时对设备进行故障信息的判定与及时进行设备的维护优化。

但是迄今为止,多数变电站对其设备运行时的安全性和稳定性的诊断多为人工判定,这种方式存在人工工作强度较大,效率偏低等一系列缺点。随着人工智能与大数据时代的发展,大部分一线岗位可以被智能工业化所替代,变电站这类高度自动化的行业对其设备的故障诊断亟需巡检机器人来替代人工巡检。采用智能化深度学习机器视觉算法,智能控制系统,大数据处理故障信息等一系列人工智能技术模块化功能的有机结合,替代一线的巡检人员,相比于传统的人工巡检方式可达到高精度的数据检测处理,和高效的智能故障诊断与预警。

本文基于变电站的特殊内部环境,提出了将深度学习机器视觉算法,大数据分析技术与携带高清摄像头,无感传感器的巡检机器人,有机结合的智能巡检机器人变电站故障诊断系统。可提高巡检机器人对变电站的设备故障检测诊断实时性与高效性。……