基于多智能体注意力机制的自动巡检路线强化学习模型

合理的任务分配与巡检路线规划是确保机器人能够高效替代工程师完成变电站危险区域巡检任务的关键所在。然而,以往的研究大多局限于为变电设备规划固定的最短巡检路径,却鲜少考虑到设备检测时间和检验等级的差异性。为了进一步提升变电站巡检的有效性和灵活性,本文在充分考虑检测时间、设备检验等级以及待检测设备数量差异性的基础上,构建了一个动态巡检路径规划模型。鉴于所建模型属于NP-hard问题,提出了一种基于强化学习和多智能体注意力机制的求解策略。在求解过程中,先利用具有注意力层的编码器-解码器框架生成巡检路径,随后通过无监督神经网络进行训练优化。最后,以南方电网某变电站作为实验点进行模型验证。与遗传算法、分层可变领域搜索算法和自适应并行蚁群算法相比,本文提出的算法在路径距离上分别缩短了3.31%,1.24%与1.73%,规划用时分别缩短了17.06%,16.22%与13.89%,单次巡检成本分别降低了21.22%,6.86%与9.14%,展现出显著的优越性。

马细小病毒:一种威胁国内马产业的新病原

细小病毒能感染人类及动物,其家族成员众多,是多种疾病的致病原。目前,对于马细小病毒(EqPV)的报道较少。马属动物在感染该病毒后可能会引起多种疾病,包括母马流产、关节炎、神经系统疾病及马血清肝炎(Equine serum hepatitis)。 马血清肝炎,又称为泰勒病(Theiler’s disease),其临床症状包括急性肝炎及肝功能衰竭等,严重时甚至导致死亡。

基于多元传感技术融合的换流站变电智能巡检方法

由于传统换流站变电人工巡检方法极易受外界环境等因素影响,导致巡检质量较低,提出基于多元传感技术融合的换流站变电智能巡检方法。通过构建多元传感技术融合模型,获取换流站变电设备全状态数据,通过制定换流站变电巡检路线,结合变电设备风险概率设计一个智能巡检规划模型,实现换流站变电自动化巡检。以存在桩头发热故障的变压器为例,开展巡检实验,结果表明本文所提巡检方法具备优越的数据采集性能,满足换流站变电智能化巡检需求。

基于图像监控的换流站变电设备智能巡检系统

本文针对我国直流输电系统的自动化维护需求,基于图像监控技术,面向大型换流站变电设备设计了一种智能巡检系统。该系统主要由摄像机、交换机、服务器等设备组成三层体系架构,系统中设置畸变图像校正、目标检测等关键技术。实验结果表明:本文所设计换流站变电设备智能巡检系统的查全率为94.76%、查准率为93.98%,验证该系统性能良好。