CN113690963A - 一种基于智能算法的变电站巡检机器人充电方法 - Google Patents
一种基于智能算法的变电站巡检机器人充电方法 Download PDFInfo
- Publication number
- CN113690963A CN113690963A CN202110891245.8A CN202110891245A CN113690963A CN 113690963 A CN113690963 A CN 113690963A CN 202110891245 A CN202110891245 A CN 202110891245A CN 113690963 A CN113690963 A CN 113690963A
- Authority
- CN
- China
- Prior art keywords
- charging
- battery
- inspection robot
- inspection
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 207
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 238000000611 regression analysis Methods 0.000 claims abstract description 4
- 239000012212 insulator Substances 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 239000003550 marker Substances 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
- H02J7/00036—Charger exchanging data with battery
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0069—Charging or discharging for charge maintenance, battery initiation or rejuvenation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Electromagnetism (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于智能算法的变电站巡检机器人充电方法,包括以下步骤:S1:获取巡检机器人的巡检路线,记录分布在巡检路线上的充电桩以及机器人停机房位置;S2:根据充电桩充电和停机房充电建立电池损耗度映射表;S3:获取巡检机器人工作状态和对应的电池电量使用特性的历史数据,采用回归分析预测算法建立工作量预测模型,基于工作量预测模型建立巡检机器人第一充电计划;S4:通过电池损耗度映射表对第一充电计划进行修正得到第二充电计划;S5:根据第二充电计划对巡检机器人进行充电;本发明巡检机器人在巡检过程中,电量能充分满足巡检要求,同时,合理进行充电,保护电池,减少电池的损坏,提高巡检机器人的使用寿命。
Description
技术领域
本发明涉及电力设备巡检技术领域,尤其涉及一种基于智能算法的变电站巡检机器人充 电方法。
背景技术
当前,人工智能技术已在金融、医疗、教育、制造等领域得到了广泛的应用,并取得不 错的应用效果。电力行业从业人员常涉及一些列高危操作,尤其是变电站内的一些工作,如 和闸、分闸、开关操作、设备巡视、异常及时事故处理。智能机器人是人工智能技术的典型 代表,可以代替人去完成一些工作,和变电站对人工智能技术的需求有天然的匹配性。
而机器人巡检过程中,不合理的巡检任务会导致巡检机器人的电池电量无法满足巡检需 求,或遇到突发事件时巡检机器人无法超电量工作,导致巡检工作难以正常进行,其根本原 因在于巡检机器人的充电与工作之间的协调问题,同时,不合理的充电会导致巡检机器人的 电池健康快速下降,导致使用寿命下降。
例如,中国专利CN201911406488.7公开了一种巡检机器人的充电方法。在判定出该巡检 机器人行驶至路程最短的充电点所使用的电量等于或略小于剩余电量值时,该巡检机器人前 行移动至路程最短的充电点,并进行充电操作,使得巡检机器人的电量能够在真正用完时再 进行充电;然而该方法仅考虑了机器人最快的充电路径,没有结合巡检任务完成的需求以及 最近充电点对机器人充电状态的影响,使得机器人电池的使用寿命下降。
发明内容
本发明主要解决现有的技术中对巡检机器人充电没有考虑电池损耗的问题;提供一种基 于智能算法的变电站巡检机器人充电方法,对巡检机器人充电时,充分考虑巡检机器人的巡 检任务、充电位置以及充电点对电池健康的影响,使得巡检机器人能在更好的完成巡检任务 的同时以保证电池健康的状态下充电。
本发明的上述技术问题主要是通过下述技术方案得以解决的:一种基于智能算法的变电 站巡检机器人充电方法,包括以下步骤:
S1:获取巡检机器人的巡检路线,记录分布在巡检路线上的充电桩以及机器人停机房位置;
S2:根据充电桩充电和停机房充电建立电池损耗度映射表;
S3:获取巡检机器人工作状态和对应的电池电量使用特性的历史数据,采用回归分析预测算 法建立工作量预测模型,基于工作量预测模型建立巡检机器人第一充电计划;
S4:通过电池损耗度映射表对第一充电计划进行修正得到第二充电计划;
S5:根据第二充电计划对巡检机器人进行充电。通过机器人的充电,对巡检路线进行调整, 满足快速巡检的同时,保证巡检机器人的用电安全和用电正常,保证电池健康的状态下充电, 提高使用寿命。
作为优选,步骤S1中,巡检机器人的巡检路线设置方法为:
S11:利用GIS系统建立变电站三维地图,标记变电站中的变电器、开关柜、绝缘子以及隔离 开关;
S12:根据巡检机器人的工作内容对变电站中的变电器、开关柜、绝缘子以及隔离开关进行二 次标记;
S13:以二次标记的变电器、开关柜、绝缘子以及隔离开关为输入利用广度优先算法建立巡检 机器人的最短巡检路线。通过广度优先算法进行巡检机器人的最短巡检路线设置,使得巡检 机器人能更加高效的完成巡检任务。
作为优选,步骤S1中,所述充电桩采用新能源发电站传递的电能为巡检机器人充电,所 述停机房采用火力发电站传递的电能为巡检机器人充电。通过新能源发电站进行充电,有效 节约能源,考虑到新能源会产生电压波动,影响电池健康,对充电桩的新能源供电状态进行 监控,继而选取合适的充电桩进行巡检机器人充电。
作为优选,所述的新能源发电站包括太阳能发电站、风能发电站和\或地热能发电站。合 理利用可再生资源,节约能源。
作为优选,步骤S2中,电池损耗度映射表的建立方法为:
S21:采用充电桩对巡检机器人进行充电时,根据新能源传递的电压波动幅度产生电池损耗系 数θ1;
S22:采用停机房对巡检机器人充电时,根据停机房温度以及电池充电次数产生电池损耗系数 θ2;
S23:获取电池充电前的电池剩余电量,根据电池每次充电时的电池剩余电量产生电池损耗系 数θ3;
S24:根据步骤S21、步骤S22和步骤S23建立充电桩充电的电池损耗函数以及停机房充电的 电池损耗函数。通过充电桩充电的电池损耗函数以及停机房充电的电池损耗函数,对电池充 电损耗程度进行评估,合理选取巡检机器人的充电地点,提高巡检机器人的使用寿命。
作为优选,步骤S3中,工作量预测模型的建立方法包括以下步骤:
S31:获取历史数据中巡检机器人的工作种类、工作量、工作时间与电池电量的关系曲线以及 电池电量使用特性,将巡检机器人巡检后的电池剩余电量作为因变量,将巡检机器人的工作 种类、工作量、工作时间与电池电量的关系曲线以及电池电量使用特性作为自变量,建立回 归方程;
S32:将历史数据中的自变量分为训练集和测试集,利用训练集和测试集对回归方程进行训练 和测试后得到工作量预测模型。基于工作预测模块进行巡检工作,提高工作效率。
作为优选,步骤S3中,巡检机器人第一充电计划的建立方法为:
S311:将巡检机器人的工作任务输入工作量预测模型,判断巡检机器人当前电量是否满足工 作任务需求;若满足,则进行巡检工作,否则,进入步骤S312;
S312:根据停机房充电效率设定充电时长,根据巡检工作任务的开始时间对巡检机器人进行 快充或慢充;
S313:若巡检机器人在巡检过程中接到临时巡检任务,则根据剩余工作量和临时巡检任务量 判断电池剩余电量是否满足工作需求和返回停机房,若满足,则进入步骤S314,否则,进入 步骤S315;
S314:根据临时巡检任务目标和剩余工作目标重新规划巡检路线;
S315:根据临时巡检任务目标、剩余工作目标、充电桩位置、停机房位置、电池健康程度以 及电池损耗度映射表重新规划巡检路线。制定充电计划时充分考虑巡检任务、电池电量、充 电桩位置以及电池损耗,使得巡检机器人能在更好的完成巡检任务的同时以保证电池健康的 状态下充电。
作为优选,步骤S4中,通过电池损耗度映射表对第一充电计划进行修正的具体方法为:
S41:获取当前电池健康程度,根据充电桩充电的电池损耗函数以及停机房充电的电池损耗函 数计算剩余电池健康程度;
S42:基于剩余电池健康程度制定巡检机器人完成任务后电池损耗最小的巡检路线;
S43:根据最短巡检路线和电池损耗最小的巡检路线进行加权计算,选择最终巡检路线,根据 最终巡检路线制定第二充电计划。结合最短巡检路线和电池损耗最小的巡检路线进行巡检机 器人最优巡检路线的选取,使得巡检机器人既高效完成巡检任务又能保持长久的使用寿命。
本发明的有益效果是:通过智能算法制定巡检机器人的最短巡检路线,根据电池损耗函 数制定巡检机器人的电池损耗最小的巡检路线,将两者进行加权后得到巡检机器人的最优巡 检路线,在巡检过程中遇到临时巡检任务时,结合后续任务和充电桩位置以及电池健康程度 进行综合考虑,继而进一步设定巡检路线,使得巡检机器人在巡检过程中,电量能充分满足 巡检要求,同时,合理进行充电,保护电池,减少电池的损坏,提高巡检机器人的使用寿命。
附图说明
图1是本发明实施例的巡检机器人充电方法的流程图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:一种基于智能算法的变电站巡检机器人充电方法,如图1所示,包括以下步骤:
S1:获取巡检机器人的巡检路线,记录分布在巡检路线上的充电桩以及机器人停机房位置, 巡检机器人在停机房中进行待机和停放,在开始巡检前以及巡检完毕后均位于停机房中,停 机房中设置有与巡检机器人固定的卡座,卡座上设置有用于给巡检机器人充电的磁性棒,巡 检机器人设置有与磁性棒相互吸引的充电槽,磁性棒为电磁性棒,通电后带有磁性,当巡检 机器人接到巡检指令时,磁性棒断电或接通反向电流,使磁性棒不再带电或与充电槽相互排 斥,使得巡检机器人能离开卡座进而离开停机房,沿设置的巡检路线进行变电站设备巡检; 巡检机器人的巡检路线设置方法为:
S11:利用GIS系统建立变电站三维地图,标记变电站中的变电器、开关柜、绝缘子以及隔离 开关;采用三维地图进行巡检路线查看,更加直观,可在地图上通过不同颜色进行变电器、 开关柜、绝缘子以及隔离开关的标记,例如,采用黄色标记表示变电器,蓝色标记表示开关 柜,绿色标记表示绝缘子,紫色标记表示隔离开关;当然,在变电站中还存在其他设备,当 其他设备列入巡检机器人的巡检任务中时,也会采用某种颜色对该设备进行标记;
S12:根据巡检机器人的工作内容对变电站中的变电器、开关柜、绝缘子以及隔离开关进行二 次标记;二次标记的方法为,将不需要进行巡检的设备的颜色标记去除,使其在地图上淡化 隐去,不在地图上进行显示;
S13:以二次标记的变电器、开关柜、绝缘子以及隔离开关为输入利用广度优先算法建立巡检 机器人的最短巡检路线;广度优先算法为现有的较为程度的机器人路线规划智能算法,根据 不同的输入,使巡检机器人根据不同的因素进行巡检路线的制定。
充电桩采用新能源发电站传递的电能为巡检机器人充电,在变电站内分布设置有多个充电桩, 每个充电桩在同一时间接受到来着新能源发电站不同波动幅度的电能,停机房采用火力发电 站传递的电能为巡检机器人充电,新能源发电站包括太阳能发电站、风能发电站和\或地热能 发电站。
S2:根据充电桩充电和停机房充电建立电池损耗度映射表;电池损耗度映射表的建立方法为:
S21:采用充电桩对巡检机器人进行充电时,根据新能源传递的电压波动幅度产生电池损耗系 数θ1;
S22:采用停机房对巡检机器人充电时,根据停机房温度以及电池充电次数产生电池损耗系数 θ2;
S23:获取电池充电前的电池剩余电量,根据电池每次充电时的电池剩余电量产生电池损耗系 数θ3;
S24:根据步骤S21、步骤S22和步骤S23建立充电桩充电的电池损耗函数以及停机房充电的 电池损耗函数。
充电桩充电的电池损耗函数的具体表达式为:
μ=γ-T×(θ1+θ3)
其中,μ表示充电桩充电的电池损耗值,T表示充电桩充电时长,γ表示当前电池健康程度值。 停机房充电的电池损耗函数的具体表达式为:
S3:获取巡检机器人工作状态和对应的电池电量使用特性的历史数据,采用回归分析预测算 法建立工作量预测模型,基于工作量预测模型建立巡检机器人第一充电计划;工作量预测模 型的建立方法包括以下步骤:
S31:获取历史数据中巡检机器人的工作种类、工作量、工作时间与电池电量的关系曲线以及 电池电量使用特性,将巡检机器人巡检后的电池剩余电量作为因变量,将巡检机器人的工作 种类、工作量、工作时间与电池电量的关系曲线以及电池电量使用特性作为自变量,建立回 归方程;
S32:将历史数据中的自变量分为训练集和测试集,利用训练集和测试集对回归方程进行训练 和测试后得到工作量预测模型。
巡检机器人第一充电计划的建立方法为:
S311:将巡检机器人的工作任务输入工作量预测模型,判断巡检机器人当前电量是否满足工 作任务需求;若满足,则进行巡检工作,否则,进入步骤S312;
S312:根据停机房充电效率设定充电时长,根据巡检工作任务的开始时间对巡检机器人进行 快充或慢充;
S313:若巡检机器人在巡检过程中接到临时巡检任务,则根据剩余工作量和临时巡检任务量 判断电池剩余电量是否满足工作需求和返回停机房,若满足,则进入步骤S314,否则,进入 步骤S315;
S314:根据临时巡检任务目标和剩余工作目标重新规划巡检路线;
S315:根据临时巡检任务目标、剩余工作目标、充电桩位置、停机房位置、电池健康程度以 及电池损耗度映射表重新规划巡检路线。
S4:通过电池损耗度映射表对第一充电计划进行修正得到第二充电计划;通过电池损耗度映 射表对第一充电计划进行修正的具体方法为:
S41:获取当前电池健康程度,根据充电桩充电的电池损耗函数以及停机房充电的电池损耗函 数计算剩余电池健康程度;
S42:基于剩余电池健康程度制定巡检机器人完成任务后电池损耗最小的巡检路线;
S43:根据最短巡检路线和电池损耗最小的巡检路线进行加权计算,选择最终巡检路线,根据 最终巡检路线制定第二充电计划。
第二充电计划的具体建立方法可参考第一充电计划,两者不同之处在于,第一充电计划中巡 检机器人根据最短巡检路线进行巡检,第二充电计划中巡检机器人根据最优巡检路线进行巡 检。
S5:根据第二充电计划对巡检机器人进行充电。
本发明通过智能算法制定巡检机器人的最短巡检路线,根据电池损耗函数制定巡检机器 人的电池损耗最小的巡检路线,将两者进行加权后得到巡检机器人的最优巡检路线,在巡检 过程中遇到临时巡检任务时,结合后续任务和充电桩位置以及电池健康程度进行综合考虑, 继而进一步设定巡检路线,使得巡检机器人在巡检过程中,电量能充分满足巡检要求,同时, 合理进行充电,保护电池,减少电池的损坏,提高巡检机器人的使用寿命。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制, 在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (8)
1.一种基于智能算法的变电站巡检机器人充电方法,其特征在于,包括以下步骤:
S1:获取巡检机器人的巡检路线,记录分布在巡检路线上的充电桩以及机器人停机房位置;
S2:根据充电桩充电和停机房充电建立电池损耗度映射表;
S3:获取巡检机器人工作状态和对应的电池电量使用特性的历史数据,采用回归分析预测算法建立工作量预测模型,基于工作量预测模型建立巡检机器人第一充电计划;
S4:通过电池损耗度映射表对第一充电计划进行修正得到第二充电计划;
S5:根据第二充电计划对巡检机器人进行充电。
2.根据权利要求1所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S1中,巡检机器人的巡检路线设置方法为:
S11:利用GIS系统建立变电站三维地图,标记变电站中的变电器、开关柜、绝缘子以及隔离开关;
S12:根据巡检机器人的工作内容对变电站中的变电器、开关柜、绝缘子以及隔离开关进行二次标记;
S13:以二次标记的变电器、开关柜、绝缘子以及隔离开关为输入利用广度优先算法建立巡检机器人的最短巡检路线。
3.根据权利要求1所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S1中,所述充电桩采用新能源发电站传递的电能为巡检机器人充电,所述停机房采用火力发电站传递的电能为巡检机器人充电。
4.根据权利要求3所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
所述新能源发电站包括太阳能发电站、风能发电站和\或地热能发电站。
5.根据权利要求3或4所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S2中,电池损耗度映射表的建立方法为:
S21:采用充电桩对巡检机器人进行充电时,根据新能源传递的电压波动幅度产生电池损耗系数θ1;
S22:采用停机房对巡检机器人充电时,根据停机房温度以及电池充电次数产生电池损耗系数θ2;
S23:获取电池充电前的电池剩余电量,根据电池每次充电时的电池剩余电量产生电池损耗系数θ3;
S24:根据步骤S21、步骤S22和步骤S23建立充电桩充电的电池损耗函数以及停机房充电的电池损耗函数。
6.根据权利要求1所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S3中,工作量预测模型的建立方法包括以下步骤:
S31:获取历史数据中巡检机器人的工作种类、工作量、工作时间与电池电量的关系曲线以及电池电量使用特性,将巡检机器人巡检后的电池剩余电量作为因变量,将巡检机器人的工作种类、工作量、工作时间与电池电量的关系曲线以及电池电量使用特性作为自变量,建立回归方程;
S32:将历史数据中的自变量分为训练集和测试集,利用训练集和测试集对回归方程进行训练和测试后得到工作量预测模型。
7.根据权利要求6所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S3中,巡检机器人第一充电计划的建立方法为:
S311:将巡检机器人的工作任务输入工作量预测模型,判断巡检机器人当前电量是否满足工作任务需求;若满足,则进行巡检工作,否则,进入步骤S312;
S312:根据停机房充电效率设定充电时长,根据巡检工作任务的开始时间对巡检机器人进行快充或慢充;
S313:若巡检机器人在巡检过程中接到临时巡检任务,则根据剩余工作量和临时巡检任务量判断电池剩余电量是否满足工作需求和返回停机房,若满足,则进入步骤S314,否则,进入步骤S315;
S314:根据临时巡检任务目标和剩余工作目标重新规划巡检路线;
S315:根据临时巡检任务目标、剩余工作目标、充电桩位置、停机房位置、电池健康程度以及电池损耗度映射表重新规划巡检路线。
8.根据权利要求5所述的一种基于智能算法的变电站巡检机器人充电方法,其特征在于,
步骤S4中,通过电池损耗度映射表对第一充电计划进行修正的具体方法为:
S41:获取当前电池健康程度,根据充电桩充电的电池损耗函数以及停机房充电的电池损耗函数计算剩余电池健康程度;
S42:基于剩余电池健康程度制定巡检机器人完成任务后电池损耗最小的巡检路线;
S43:根据最短巡检路线和电池损耗最小的巡检路线进行加权计算,选择最终巡检路线,根据最终巡检路线制定第二充电计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110891245.8A CN113690963A (zh) | 2021-08-04 | 2021-08-04 | 一种基于智能算法的变电站巡检机器人充电方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110891245.8A CN113690963A (zh) | 2021-08-04 | 2021-08-04 | 一种基于智能算法的变电站巡检机器人充电方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113690963A true CN113690963A (zh) | 2021-11-23 |
Family
ID=78578802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110891245.8A Pending CN113690963A (zh) | 2021-08-04 | 2021-08-04 | 一种基于智能算法的变电站巡检机器人充电方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113690963A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027794A (zh) * | 2023-03-30 | 2023-04-28 | 深圳市思傲拓科技有限公司 | 一种基于大数据的泳池机器人自动定位管理系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104393647A (zh) * | 2014-11-28 | 2015-03-04 | 上海交通大学 | 一种用于电动汽车的充电桩系统 |
CN108170134A (zh) * | 2017-11-15 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种变电站智能巡检机器人路径规划方法 |
CN109217414A (zh) * | 2018-09-04 | 2019-01-15 | 南京理工大学 | 一种用于变电站巡检机器人的自动充电装置及充电方法 |
US20190369625A1 (en) * | 2018-05-29 | 2019-12-05 | Quanta Computer Inc. | Automatic charging system for robot and method thereof |
CN111510686A (zh) * | 2020-04-27 | 2020-08-07 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于车载的无人机电力巡检飞行管控方法和系统 |
-
2021
- 2021-08-04 CN CN202110891245.8A patent/CN113690963A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104393647A (zh) * | 2014-11-28 | 2015-03-04 | 上海交通大学 | 一种用于电动汽车的充电桩系统 |
CN108170134A (zh) * | 2017-11-15 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种变电站智能巡检机器人路径规划方法 |
US20190369625A1 (en) * | 2018-05-29 | 2019-12-05 | Quanta Computer Inc. | Automatic charging system for robot and method thereof |
CN109217414A (zh) * | 2018-09-04 | 2019-01-15 | 南京理工大学 | 一种用于变电站巡检机器人的自动充电装置及充电方法 |
CN111510686A (zh) * | 2020-04-27 | 2020-08-07 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于车载的无人机电力巡检飞行管控方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027794A (zh) * | 2023-03-30 | 2023-04-28 | 深圳市思傲拓科技有限公司 | 一种基于大数据的泳池机器人自动定位管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Optimal day-ahead charging scheduling of electric vehicles through an aggregative game model | |
CN106990328B (zh) | 配网抢修异常数据分析、故障定位系统及方法 | |
Coelho et al. | Multi-agent systems applied for energy systems integration: State-of-the-art applications and trends in microgrids | |
Tabari et al. | An energy management strategy for a DC distribution system for power system integration of plug-in electric vehicles | |
CN102566576B (zh) | 一种用于变电站顺控系统的多巡检机器人协同运作方法 | |
CN105552860B (zh) | 一种基于储能和分布式电源的配电网孤岛运行划分方法 | |
CN106849109B (zh) | 一种用于规模化充电桩接入的城市配网负荷调控方法 | |
CN110649641A (zh) | 基于源网荷储协同服务的电动汽车快充站储能系统及其方法 | |
CN112611386B (zh) | 一种基于优选路线规划的变电站智能巡检方法 | |
CN109353244B (zh) | 一种电动汽车智能有序充电的控制方法及系统 | |
CN106814286B (zh) | 基于多元故障采集的配电网故障定位系统、方法及服务器 | |
Khaleel | Intelligent control techniques for microgrid systems | |
CN110504754A (zh) | 一种基于地理信息自动生成三维分层结构的电网监控方法 | |
CN109508891A (zh) | 一种储能电站综合性能评估方法和装置 | |
CN104269901A (zh) | 一种电网对电动汽车直流快速充电站管理系统及方法 | |
CN113690963A (zh) | 一种基于智能算法的变电站巡检机器人充电方法 | |
CN111833205B (zh) | 一种大数据场景下的移动充电桩群体智能调度方法 | |
CN110058126A (zh) | 配电网故障判断方法和装置 | |
Zhang et al. | Optimal model for patrols of UAVs in power grid under time constraints | |
CN105071395B (zh) | 基于供电路径逻辑搜索的高压配电网负荷转供方法 | |
CN113625712A (zh) | 一种基于回归分析算法的巡检机器人工作调整方法 | |
CN107732336A (zh) | 一种能量管理系统 | |
CN105446203B (zh) | 一种机器人电源控制方法及系统 | |
CN113872228A (zh) | 一种应用于电网调峰调频的电动汽车调度方法和装置 | |
CN102708519B (zh) | 一种基于自由搜索算法的变电站优化选址方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |