基于PLC构建电力巡检机器人自动化控制系统

该文对电力巡检机器人的自动化控制系统进行以PLC为基础的设计,提升电力调度的效率与安全性。基于PLC构建电力巡检机器人自动化控制系统总体架构,通过上位机接收操纵台传递的操作者信息以及下位机传递的温度、角度等状态信息,通过OPC通信程序将指令下发至下位机,下位机依据上位机下达指令,通过PID驱动控制器完成电力巡检机器人运动控制,利用模糊C均值聚类方法判别电力巡检机器人故障,将结果实时传送到上位机操纵台的显示器,及时反馈机器人的工作状态。实验结果表明,该系统可以控制机器人完成电力巡检,该系统应用后可有效检测机器人故障,使其具备优秀的避障能力,可实现上下位机实时通信。

电力巡检机器人路径规划方法综述

随着电力系统规模和复杂性的不断增加,传统的人工巡检方式已很难满足当下电力巡检要求。巡检机器人因具有安全性、可靠性和智能性已被逐步应用到电力巡检中。机器人在运行过程中通过提前预测、自主决策或智能导航的方式完成全局遍历与避障。电力巡检的核心任务是规划出一条安全且最优的运行轨迹。系统地分析和梳理了巡检机器人巡检过程中的各类方法;阐述了在变电站和输电线路等不同场景中算法的应用;综述了各类路径规划算法的研究现状和改进方法。在此基础上,对未来电力巡检机器人路径规划的研究和发展方向做出了展望。

电力巡检中改进YOLOv5s的缺陷检测算法研究

针对无人机进行电力巡检时关键零件的检测精度较低的问题,提出了一种基于YOLOv5s的改进型缺陷检测算法。在骨干网络中引入卷积神经网络注意力模块(CBAM),增强网络对特征图中重要信息的提取效率;将YOLOv5s中原有的PANet特征融合框架替换为双向特征金字塔网络(BiFPN),引入可学习的权重,映射不同的学习特征,增加对贡献较大特征的映射。在空间金字塔池化模块(spatial pyramid pooling,SPP)的基础上加入上下文卷积模块,提升特征的表达能力。通过构建航拍数据集进行实验验证,结果表明,改进后的算法mAP达到95.6%,准确率达到93.7%,召回率达到93.8%。为进一步验证算法在嵌入式系统的运行效果,通过缩小网络宽度进行轻量化,利用TensorRT推理引擎,优化了网络结构并加速了模型的推理。将模型加速后部署至Jetson Xavier NX平台进行测试,单帧图像平均运行时间为24.6 ms,检测准确率为90.8%,召回率为90.5%,能够在Jetson Xavier NX设备上对目标实现精准识别。改进后的模型提高了检测精度,体现了算法的有效性,满足电力巡检作业的实时检测需求。

基于无人机电力巡检的椭圆稀布阵列天线优化方法研究

为了提高电力巡检无人机的电磁检测性能,提出了一种基于无人机电力巡检的椭圆稀布阵列天线优化方法。阵列天线的阵列单元稀布排列,能够在保证阵列天线性能的同时,减少阵列单元的数目,从而减少馈电单元的数目。每个阵列单元等幅馈电,可以有效降低馈电网络设计的复杂程度,这些都能够在一定程度上降低阵列天线的功耗,提高无人机的巡检时间。利用改进智能优化算法,通过优化阵列单元的位置,使方向图的最高旁瓣电平(peak sidelobe level,PSLL)尽量低,因此文中设计的阵列天线具有较低的最高旁瓣电平,从而具有很好的环境抗干扰能力。仿真结果表明,在给定阵列单元数目、最小间距约束和阵列天线尺寸的情况下,提出的方法能够有效降低阵列天线方向图的最高旁瓣电平,对具有41个阵列单元的椭圆阵列天线进行优化,优化后的阵列天线方向图的最高旁瓣电平在-24dB以下。

基于人工智能技术的电力巡检机器人自动化控制系统

电力巡检机器人在实际工作中,存在进行目标定位时存在较大误差,灵活性较低,同时轨迹控制误差较大的问题。由此提出结合Elman神经网络进行视觉误差的校正,并通过增量PID进行运动控制的巡检机器人自动控制系统。系统在进行误差测量之后,通过Elman神经网络进行校正,以保证视觉误差最小。同时将数据信息传入中央控制模块,通过增量PID进行运动控制。经过实验验证,该系统能够保证电力巡检机器人实际运行轨迹与设定轨迹吻合度更高,同时具有准确稳定的避障能力。

基于Transformer改进强化学习的无人机电力巡检规划

为实现无人机电力巡检过程的全自主决策,针对传统强化学习轨迹规划存在的收敛速度慢、易陷入局部最优的问题,基于Transformer模型改进深度强化学习,设计了电量约束下的无人机充电巡检决策算法。首先建立对电力巡检任务场景的能耗模型和马尔可夫决策模型。然后分别设计了基于图神经网络的静态编码器和基于门控循环的动态编码器以提取不同类型环境数据,同时设计了基于多头注意力机制的解码器,输出不定长的全局充电巡检策略序列以预测未来奖励。最后对收敛后的推理模型在电力巡检仿真环境进行验证。仿真结果表明,相比于传统强化学习,所提算法可以提取地图深层状态特征,路径能耗降低了26.61%,并具有更好的收敛性。

基于改进海洋捕食者算法的电力巡检机器人避障技术研究

针对当前电力系统中机器人巡检效率不高、避障能力不足等问题,提出一种改进海洋捕食者算法(Improved Marine Predator Algorithm,IMPA)。首先,采用基于阿基米德螺旋曲线的螺旋复合路径搜索策略,扩大全局搜索范围,从而提升算法的稳定性。其次,引入非线性凸递减权重来平衡算法的全局及局部性能,以实现捕食者和猎物种群位置的动态更新。此外,结合黄金正弦算法思想更新猎物位置,缩小捕食者种群搜索范围,以提高收敛精度和速度。最后,在配电室及变电站环境下进行实验测试,结果表明,对比基本MPA算法、改进蚁群算法及混合MPA算法,IMPA算法在行驶路程及时间上更占优势,更有利于提升机器人自主避障能力及作业效率。

基于北斗的PPP-RTK技术在无人机电力巡检中的应用分析

为解决无公网地区或地形条件复杂地区进行无人机电力巡检得不到高精度定位服务的问题,本文提出使用基于北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)的精密单点定位-实时动态定位(precise point positioning-real-time kinematic, PPP-RTK)技术,为无人机电力巡检提供高精度定位服务.文中使用电力北斗精准位置服务网四川省内电力北斗基准站的数据进行了PPP-RTK服务端产品的计算和用户端的仿动态定位试验.试验结果表明:在使用基于BDS的PPP-RTK服务条件下,用户端使用BDS或BDS+GPS进行PPP-RTK模糊度固定解模式时,在1 min内就可以实现收敛,收敛后水平方向的均方根(root mean square, RMS)值小于5 cm,高程方向的RMS小于8 cm,该试验结果可以为构建电力北斗PPP-RTK服务及其在无人机巡检中的应用提供设计参考依据.

基于机器视觉的电力巡检机器人自动化系统设计

为实现巡检中更低的误检率,设计一种基于机器视觉的电力巡检机器人自动化系统。利用远距离激光雷达配合多种设备,实现机器人的定位导航。根据图像预处理模块能够实现巡检图像的色彩分割、降噪滤波等处理。总控平台模块主要由六部分构成,分别为图像识别单元、核心服务单元等。通过硬件与软件相结合实现机器人的电力巡检功能。实验结果表明,设计的机器人运动指标良好,能够实现高效变电站巡检,同时系统的巡检导航性能良好,巡检误检率较低,说明系统满足设计需求。

基于多态数据采集的电力巡检驾驶舱故障预警与辅助决策

采用Pearson法、大数据挖掘法进行驾驶舱故障预警电力巡检时,存在电力巡检数据遗漏问题,导致故障预警准确率低,为此提出一种基于多态数据采集的电力巡检驾驶舱故障预警与辅助决策方法。设计驾驶舱故障预警与辅助决策结构图,采集电力巡检驾驶舱的多态故障数据;以多态数据为基础,判断电力系统故障的发生情况;通过数据预处理进行故障筛选,并以此为基础进行电力系统故障预警;根据EEAC理论生成驾驶舱故障辅助决策方法。为验证该方法的预警效果,设计了相关对比实验。结果表明,当迭代次数为2 000时,该方法的故障预警准确率为90%,故障预警效果较好。

电力巡检监测系统设计开发及数据预处理的研究

电力巡检监测系统作为电力系统运行管理的重要组成部分,具有重要的实际意义。通过对电力巡检监测系统的深入研究,可以提高电力系统的运行效率,增加系统的可靠性和安全性。随着电力系统规模的不断扩大和复杂化,巡检监测数据的规模也呈现出爆炸式增长的趋势,这些数据包含了丰富的信息,但监测系统也面临着巨大的挑战。因此,对巡检监测数据进行预处理成为了一个迫切需要解决的问题。通过对数据的预处理,可以提高数据的质量,减少噪声干扰,为后续的分析和应用提供可靠的基础。本文深入探讨了电力巡检监测系统设计开发及数据预处理的相关内容,以期为后续的研究工作奠定基础,并为电力系统运行管理提供有效的支持和指导。

可学习双边引导去雾模型在铁路电力巡检中的应用

鉴于铁路运输安全的重要性,开发高效的电力巡检技术对于及时发现和预防线路问题变得尤为关键。本研究提出了一种基于可学习双边引导的图像去雾模型,结合最新的目标检测算法YOLOv8,旨在提高复杂环境下视频化铁路电力巡检中鸟窝检测的准确性和效率。该模型利用深度学习技术在低能见度条件下从大雾中恢复清晰图像,有效识别和定位潜在隐患。相较于传统方法和早期技术,实验显示本模型在速度和准确率方面显著优于现有技术。本研究不仅提高了铁路巡检的技术水平,也为图像处理技术的广泛应用开拓了新路径。

轮式电力巡检机器人控制系统的设计探讨

为更好地设计轮式电力巡检机器人控制系统,本文深入分析系统的紧凑轻便与模块化需求,详细阐述采用差速驱动转向技术整体设计方案。硬件方面,设计STM32(嵌入式单片机)最小系统电路等模块;软件则采用嵌入式C语言编写,包含加减速算法和运动控制等模块。经直线行驶、转弯功能和定位误差测试,机器人表现出色,满足性能要求,验证设计的有效性、合理性。

面向电力巡检图像目标检测的联邦学习激励机制

基于深度学习的目标检测算法能够高效处理电力巡检图像,及时发现故障隐患。然而,由于数据整合困难及数据隐私保护等原因,单个电力公司或第三方机构可能不足以训练出高性能模型。为解决这一问题并激励更多参与方加入面向电力巡检图像目标检测的联邦学习,该文构建了基于模型公平和基于收益公平的电力巡检图像目标检测联邦激励机制。基于模型公平的激励机制适用于所有参与方都是数据拥有方的情况,通过贡献评估分配不同性能的模型;基于收益公平的激励机制针对同时存在数据拥有方和数据需求方的模式,数据拥有方获得相应的收益,而数据需求方获得高性能模型。实验结果显示,在这两种激励机制中,公平性相关系数分别可达到0.96和1。这表明所提出的激励机制可有效地提升公平性,并能够激励更多的参与方加入到面向电力巡检图像目标检测的联邦学习中。

无人机电力巡检通信最佳协作中继选择方法研究

电力巡检任务中需要进行大量的数据传输,容易发生传输错误或数据延迟,从而影响对电力设备的检测和监控。设计了基于强化学习的无人机电力巡检通信最佳协作中继选择方法。通过对通信状态集进行统计,计算通信网络中不同通信信道的传输速率,并构建相应的无人机电力巡检通信状态空间。设置相应的奖励函数,并利用强化学习对通信网络中的优化矩阵进行更新处理。制定相应的通信最佳协作中继选择策略,通过计算通信网络的容量增量以及通信时延实现中继节点的最佳选择。通过仿真分析可知,所提方法平均吞吐量为1012.3 bit/s,实际应用效率较高。该方法的应用可以有效减少电力巡检任务中数据传输错误或数据延迟的概率。

面向电力巡检的5G室内三维指纹定位算法

针对目前电力巡检机器人在室内环境中存在的三维定位成本高、精度低的问题,文章利用5G信号特征和多信号分类(multiple signal classification,MUSIC)算法,提出面向电力巡检的5G室内三维指纹定位算法。首先构建三维信道模型,以降低多径干扰导致的定位信号参数偏差;其次提出多径定位信号优化算法,以克服随机噪声导致的定位信号相位偏移问题,以此降低定位决策的软硬件成本。仿真结果表明,本算法在三维室内定位精度和定位成本方面实现了较好的性能与平衡。

基于逐像素自适应对抗网络的电力巡检图像增强方法

针对电力智能巡检中图像细节丢失、边缘模糊,导致目标检测、识别错误的问题,提出一种基于逐像素自适应对抗网络(per-pixel self-paced adversarial network,PSPA)的超分辨率方法。该方法以生成对抗网络为基础,加入多重注意力机制,并通过逐像素比对的方式还原细节纹理。实验结果表明,该方法生成的超分图像不仅在人眼主观体验上优于现有算法,而且在电力设备巡检数据集测试中峰值信噪比和结构相似性指标对比其他最优结果分别提高了6.2和0.0993。对还原后的超分辨率图像使用Yolov3网络在无人机输电线路绝缘子数据集和电力施工安全帽佩戴数据集上进行目标检测,不仅能够降低漏检率,而且能够将检测置信度提高到接近原始高清图像的结果。

干扰作用下的电力巡检机器人运动平衡控制

针对电力巡检机器人受外部干扰和参数变化影响的问题,提出一种基于干扰观测器的自适应反演滑模控制策略。首先,建立电力巡检机器人运动平衡调节过程中的非线性动力学模型,在平衡点对其线性化,从而克服反步技术的不可计算性。其次,通过干扰观测器渐进地估计系统存在的外部干扰,并将估测结果引入反演滑模控制器进行扰动补偿。同时,为了削弱系统的抖振,对反演滑模控制器的切换项采用自适应律进行调节。最后,利用Lyapunov函数证明了闭环系统的稳定性。仿真结果表明,与传统的反演滑模控制策略相比,所提出的控制方案不仅具有更强的抗干扰性,而且能有效降低系统抖振,实现对期望轨迹的高精度跟踪。

用于电力巡检机器人智能夹持及旋拧作业的柔性触觉末端

面向电力巡检机器人对旋拧作业状态进行精确监测的需求,采用聚乙烯醇、溴化钠作为介电层,并结合纱网-砂纸倒模工艺,制备了一种具有微结构化复合离子凝胶介电层的高灵敏柔性电容式压力传感器。由于离子凝胶介电层和微结构的引入,该电容式压力传感器在较低压力下(0~75kPa)具有较高的灵敏度(26.85kPa^(-1))以及高线性度(相关系数R^(2)=0.994),在较高压力下(75~270kPa)也能具备一定的灵敏度(12.58kPa^(-1))和更高的线性度(R2=0.997)。由于粗糙表面容易形变,该传感器的最小检测限为2kPa,立体网格结构也使该传感器具有快速响应特性(60ms)以及在频率4Hz压力加载下稳定的信号响应。结合差动式结构与所研制的柔性压力传感器,开发了一种具有夹持及旋拧感知功能的机器人柔性触觉末端,并将其应用于单模ST尾纤与旋钮开关两类旋拧作业。应用结果表明该柔性触觉末端可以有效区分旋拧过程中相对滑动、正常旋拧以及卡壳三种常见状态,有效提升电力巡检机器人作业的安全性及成功率。

基于无人机遥感技术的电力巡检方案研究

随着我国电力基础设施的快速发展和电网规模的不断扩大,传统的人工巡检方式已难以适应现代电力系统的高效运维需求。本研究基于“一体三翼”的思想,提出一套多层次、多维度的无人机电力巡检方案,借助顶层设计达成主体建设目标,然后通过“设备层—数据层—平台层”三层协同巡检方式实现对电力设施的智能化、精细化巡检。