CN116699326A - 基于声学成像的电力设备异常移动式巡检系统及方法 - Google Patents
基于声学成像的电力设备异常移动式巡检系统及方法 Download PDFInfo
- Publication number
- CN116699326A CN116699326A CN202310561153.2A CN202310561153A CN116699326A CN 116699326 A CN116699326 A CN 116699326A CN 202310561153 A CN202310561153 A CN 202310561153A CN 116699326 A CN116699326 A CN 116699326A
- Authority
- CN
- China
- Prior art keywords
- equipment
- power
- inspection
- probability
- acoustic imaging
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 209
- 238000003384 imaging method Methods 0.000 title claims abstract description 129
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000005856 abnormality Effects 0.000 claims abstract description 82
- 238000012163 sequencing technique Methods 0.000 claims description 20
- 206010034701 Peroneal nerve palsy Diseases 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/04—Housings; Supporting members; Arrangements of terminals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B3/00—Apparatus specially adapted for the manufacture, assembly, or maintenance of boards or switchgear
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Acoustics & Sound (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于声学成像的电力设备异常移动式巡检系统及方法,其中系统包括:设备异常概率获取模块,用于获取电力现场内的任一电力设备的设备异常概率;电力设备异常巡检路线规划模块,用于基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;设备异常巡检控制模块,用于基于电力设备异常巡检路线,控制电力现场内的声学成像巡检小车对电力设备进行设备异常巡检;设备异常巡检结果输出模块,用于获取声学成像巡检小车回传的设备异常巡检结果并作输出。本发明的基于声学成像的电力设备异常移动式巡检系统及方法,提升了电力设备发生局部放电等异常被检测到的及时性,提升了巡检的针对性,更提升了巡检效率。
Description
技术领域
本发明涉及声学成像技术领域,特别涉及一种基于声学成像的电力设备异常移动式巡检系统及方法。
背景技术
目前,声学成像技术可以应用于电力现场内的电力设备的局部放电等异常检测。例如中国专利公开号为CN115662083A的一种基于声学成像的无人巡检式报警系统及方法,公开了包括:声学成像仪;承载移动装置,用于安装所述声学成像仪并带动所述声学成像仪在待检测区域内沿巡检路线移动,且所述巡检路线上设有多个检测点;其中,所述声学成像仪,包括数据缓存单元,用于存储当前检测点位置上所述声学成像仪采集到的M个音频数据,同时删除掉所述声学成像仪上一次采集到的M个音频数据。整个技术在具体应用实现时是利用承载移动装置承载声学成像仪在电力现场内移动,对电力设备进行移动式巡检。
但是,这一技术存在一点不足:巡检路线的规划没有“因地制宜”,电力现场内的电力设备发生局部放电等异常的概率不同,若盲目地对各电力设备进行巡检,可能会造成电力设备发生局部放电等异常被检测到的及时性不足,缺乏巡检的针对性,更降低了巡检效率。因此,亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种基于声学成像的电力设备异常移动式巡检系统,将电力设备的设备异常概率纳入电力设备异常巡检路线规划的依据,遵循设备异常概率越大的电力设备控制声学成像巡检小车越优先对其进行设备异常巡检,提升了电力设备发生局部放电等异常被检测到的及时性,提升了巡检的针对性,更提升了巡检效率。
本发明实施例提供的一种基于声学成像的电力设备异常移动式巡检系统,包括:
设备异常概率获取模块,用于获取电力现场内的任一电力设备的设备异常概率;
电力设备异常巡检路线规划模块,用于基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
设备异常巡检控制模块,用于基于电力设备异常巡检路线,控制电力现场内的声学成像巡检小车对电力设备进行设备异常巡检;
设备异常巡检结果输出模块,用于获取声学成像巡检小车回传的设备异常巡检结果并作输出。
优选的,设备异常概率获取模块获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;
获取电力设备的第一设备属性信息;
从设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;
将第二设备属性信息与第一设备属性信息进行匹配,获取信息匹配分布;信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;
基于信息匹配分布和预设的参考价值度指标,确定参考电力设备的参考价值度;
当参考价值度大于等于预设的参考价值度阈值,将对应参考电力设备作为目标参考电力设备,并统计目标参考电力设备的设备数目;
当设备数目为1时,从设备异常概率确定库中确定目标参考电力设备的第一参考设备异常概率,并作为设备异常概率;
当设备数目不为1时,基于目标参考电力设备的参考价值度和预设的参考价值度-参考权重表,确定目标参考电力设备的参考权重;
从设备异常概率确定库中确定目标参考电力设备的第二参考设备异常概率;
将同一目标参考电力设备的第二参考设备异常概率和参考权重进行赋予关联,获得目标值;
将全部目标值的平均值作为设备异常概率。
优选的,电力设备异常巡检路线规划模块基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取电力设备位于电力现场中的现场位置;
将设备异常概率标记于电力现场地图中对应于现场位置的地图位置上;
基于包围球条件,在电力现场地图中绘制包围至少两个设备异常概率的多个包围球;
计算包围球包围的设备异常概率的概率平均值,并作为包围球的排序值;
基于落脚位置条件,从包围球中确定声学成像巡检小车的落脚位置,并作为包围球的排序位置;
将排序位置按照排序值从大到小进行依次连接,获得多个位置连接线;
在电力现场地图中规划每一位置连接线的连接起始位置之间的声学成像巡检小车的行驶路线;
将行驶路线进行首尾拼接,获得电力设备异常巡检路线;
其中,包围球条件包括:
包围球包围的设备异常概率两两之间的概率差值落在预设的概率差值区间内;
包围球包围的设备异常概率所处的地图位置在电力现场地图中属于同一现场空间内;
包围球包围的设备异常概率所处的地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;
包围球包围的设备异常概率所处的地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;
包围球包围的设备异常概率所处的地图位置与包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;
两两包围球之间的最大距离小于等于预设的第三位置距离阈值;
其中,落脚位置条件包括:
落脚位置与所处的包围球的球心位置之间的位置距离落在预设的位置距离区间内;
落脚位置与所处的包围球中任一地图位置之间的连线在电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。
优选的,设备异常巡检控制模块还用于,包括:
获取声学成像巡检小车的剩余电量;
判断剩余电量是否即将不支持声学成像巡检小车前往电力现场中最近的充/换电站;
当为是时,控制声学成像巡检小车立即前往充/换电站,并从电力设备异常巡检路线中确定声学成像巡检小车的剩余巡检路线;
基于剩余巡检路线,控制电力现场中最近的备用声学成像巡检小车接力对电力设备进行设备异常巡检。
优选的,设备异常巡检控制模块判断剩余电量是否即将不支持声学成像巡检小车前往电力现场中最近的充/换电站,包括:
预测声学成像巡检小车前往充/换电站的所需电量;
当所需电量小于剩余电量且所需电量与剩余电量之间的电量差小于预设的电量差阈值时,确定剩余电量即将不支持声学成像巡检小车前往充/换电站。
优选的,设备异常巡检控制模块预测声学成像巡检小车前往充/换电站的所需电量,包括:
分别获取声学成像巡检小车的当前位置和充/换电站的站点位置;
在电力现场地图中规划声学成像巡检小车由当前位置前往站点位置的最短行驶路线;
从预设的所需电量预测库中提取多个参考巡检小车的参考行驶路线;
将最短行驶路线与参考行驶路线进行匹配,获取第二匹配度;
将最大第二匹配度作为目标匹配度;
从所需电量预测库中确定目标匹配度的参考行驶路线对应的参考巡检小车的参考行驶工况;
预测声学成像巡检小车前往充/换电站的未来行驶工况;
将未来行驶工况与参考行驶工况进行匹配,获取第三匹配度;
基于目标匹配度和第一预设匹配度-误差系数表,确定第一误差系数;
基于第三匹配度和第二预设匹配度-误差系数表,确定第二误差系数;
从所需电量预测库中确定目标匹配度的参考行驶路线对应的参考巡检小车的参考所需电量;
依次赋予参考所需电量第一误差系数和第二误差系数,获得声学成像巡检小车前往充/换电站的所需电量。
优选的,设备异常巡检控制模块预测声学成像巡检小车前往充/换电站的未来行驶工况,包括:
从最短行驶路线中确定互相间隔预设的路线间隔的位置点;
依次遍历位置点;
每次遍历时,从所需电量预测库中确定最近预设的时间内路过遍历到的位置点的参考巡检小车,并作为目标参考巡检小车;
获取目标参考巡检小车路过遍历到的位置点时的历史位置和历史行驶工况;
当电力现场地图中遍历到的位置点与历史位置之间的位置距离小于等于预设的第五位置距离阈值且电力现场地图中遍历到的位置点与历史位置之间的连线不途经任一工况影响设备时,将历史行驶工况作为声学成像巡检小车前往充/换电站的未来行驶工况。
本发明实施例提供的基于声学成像的电力设备异常移动式巡检方法,其特征在于,包括:
步骤S1:获取电力现场内的任一电力设备的设备异常概率;
步骤S2:基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
步骤S3:基于电力设备异常巡检路线,控制电力现场内的声学成像巡检小车对电力设备进行设备异常巡检;
步骤S4:获取声学成像巡检小车回传的设备异常巡检结果并作输出。
优选的,步骤S1:获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;
获取电力设备的第一设备属性信息;
从设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;
将第二设备属性信息与第一设备属性信息进行匹配,获取信息匹配分布;信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;
基于信息匹配分布和预设的参考价值度指标,确定参考电力设备的参考价值度;
当参考价值度大于等于预设的参考价值度阈值,将对应参考电力设备作为目标参考电力设备,并统计目标参考电力设备的设备数目;
当设备数目为1时,从设备异常概率确定库中确定目标参考电力设备的第一参考设备异常概率,并作为设备异常概率;
当设备数目不为1时,基于目标参考电力设备的参考价值度和预设的参考价值度-参考权重表,确定目标参考电力设备的参考权重;
从设备异常概率确定库中确定目标参考电力设备的第二参考设备异常概率;
将同一目标参考电力设备的第二参考设备异常概率和参考权重进行赋予关联,获得目标值;
将全部目标值的平均值作为设备异常概率。
优选的,步骤S2:基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取电力设备位于电力现场中的现场位置;
将设备异常概率标记于电力现场地图中对应于现场位置的地图位置上;
基于包围球条件,在电力现场地图中绘制包围至少两个设备异常概率的多个包围球;
计算包围球包围的设备异常概率的概率平均值,并作为包围球的排序值;
基于落脚位置条件,从包围球中确定声学成像巡检小车的落脚位置,并作为包围球的排序位置;
将排序位置按照排序值从大到小进行依次连接,获得多个位置连接线;
在电力现场地图中规划每一位置连接线的连接起始位置之间的声学成像巡检小车的行驶路线;
将行驶路线进行首尾拼接,获得电力设备异常巡检路线;
其中,包围球条件包括:
包围球包围的设备异常概率两两之间的概率差值落在预设的概率差值区间内;
包围球包围的设备异常概率所处的地图位置在电力现场地图中属于同一现场空间内;
包围球包围的设备异常概率所处的地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;
包围球包围的设备异常概率所处的地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;
包围球包围的设备异常概率所处的地图位置与包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;
两两包围球之间的最大距离小于等于预设的第三位置距离阈值;
其中,落脚位置条件包括:
落脚位置与所处的包围球的球心位置之间的位置距离落在预设的位置距离区间内;
落脚位置与所处的包围球中任一地图位置之间的连线在电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于声学成像的电力设备异常移动式巡检系统的示意图;
图2为本发明实施例中一种基于声学成像的电力设备异常移动式巡检方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于声学成像的电力设备异常移动式巡检系统,如图1所示,包括:
设备异常概率获取模块1,用于获取电力现场内的任一电力设备的设备异常概率;
电力设备异常巡检路线规划模块2,用于基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
设备异常巡检控制模块3,用于基于电力设备异常巡检路线,控制电力现场内的声学成像巡检小车对电力设备进行设备异常巡检;
设备异常巡检结果输出模块4,用于获取声学成像巡检小车回传的设备异常巡检结果并作输出。
上述技术方案的工作原理及有益效果为:
声学成像小车为佩戴声学成像仪的移动小车。将电力设备的设备异常概率纳入电力设备异常巡检路线规划的依据,遵循设备异常概率越大的电力设备控制声学成像巡检小车越优先对其进行设备异常巡检,提升了电力设备发生局部放电等异常被检测到的及时性,提升了巡检的针对性,更提升了巡检效率。
在一个实施例中,设备异常概率获取模块1获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;将历史上其他的电力设备(即参考电力设备)的设备属性信息(即第二设备属性信息)和异常概率(即第一参考设备异常概率/第二参考设备异常概率)进行入库;
获取电力设备的第一设备属性信息;第一设备属性信息包括:型号、历史运行数据、历史维保记录等;
从设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;第二设备属性信息与第一设备属性信息同理;
将第二设备属性信息与第一设备属性信息进行匹配,获取信息匹配分布;信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;设备属性信息类型为第二设备属性信息与第一设备属性信息中匹配的信息类型,对应第一匹配度为第二设备属性信息与第一设备属性信息中该信息类型的信息之间的匹配度;
基于信息匹配分布和预设的参考价值度指标,确定参考电力设备的参考价值度;参考价值度指标中有不同设备属性信息类型对应的指标,用于评价参考电力设备的参考价值度,第一匹配度越高,参考价值度越大;
当参考价值度大于等于预设的参考价值度阈值,将对应参考电力设备作为目标参考电力设备,并统计目标参考电力设备的设备数目;
当设备数目为1时,从设备异常概率确定库中确定目标参考电力设备的第一参考设备异常概率,并作为设备异常概率;
当设备数目不为1时,基于目标参考电力设备的参考价值度和预设的参考价值度-参考权重表,确定目标参考电力设备的参考权重;参考价值度-参考权重表中有不同参考价值度对应的参考权重,参考价值度越高,参考权重越大;
从设备异常概率确定库中确定目标参考电力设备的第二参考设备异常概率;
将同一目标参考电力设备的第二参考设备异常概率和参考权重进行赋予关联,获得目标值;赋予关联时,将第二参考设备异常概率与参考权重进行相乘,获得目标值;
将全部目标值的平均值作为设备异常概率。
上述技术方案的工作原理及有益效果为:
引入设备异常概率确定库,提升了设备异常概率确定的效率。引入参考价值度,筛选出能够进行设备异常概率借鉴确定的目标参考电力设备,提升了设备异常概率确定的精准线。筛选出目标参考电力设备时,考虑到目标参考电力设备的设备数目为1和不为1的两种情形,分布进行设备异常概率的确定,提升了系统的适用性。
在一个实施例中,电力设备异常巡检路线规划模块2基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取电力设备位于电力现场中的现场位置;
将设备异常概率标记于电力现场地图中对应于现场位置的地图位置上;电力现场地图为电力现场的三维地图;
基于包围球条件,在电力现场地图中绘制包围至少两个设备异常概率的多个包围球;
计算包围球包围的设备异常概率的概率平均值,并作为包围球的排序值;
基于落脚位置条件,从包围球中确定声学成像巡检小车的落脚位置,并作为包围球的排序位置;
将排序位置按照排序值从大到小进行依次连接,获得多个位置连接线;
在电力现场地图中规划每一位置连接线的连接起始位置之间的声学成像巡检小车的行驶路线;
将行驶路线进行首尾拼接,获得电力设备异常巡检路线;
其中,包围球条件包括:
包围球包围的设备异常概率两两之间的概率差值落在预设的概率差值区间内;满足这一条件时,使得巡检优先程度相仿的需要进行巡检的电力设备的能够一并被声学成像巡检小车一并进行检测;
包围球包围的设备异常概率所处的地图位置在电力现场地图中属于同一现场空间内;现场空间可以为一个室内等;满足这一条件时,可以避免由声学成像巡检小车一并进行检测的电力设备之间存在隔墙等障碍;
包围球包围的设备异常概率所处的地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;满足这一条件时,可避免由声学成像巡检小车一并进行检测的电力设备之间高度相差过大,不便于声学成像巡检小车定点进行共同检测;
包围球包围的设备异常概率所处的地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;满足这一条件时,可避免由声学成像巡检小车一并进行检测的电力设备之间距离相差过大,不便于声学成像巡检小车定点进行共同检测;
包围球包围的设备异常概率所处的地图位置与包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;满足这一条件时,可以使得包围圈包围设备异常概率更加紧凑;
两两包围球之间的最大距离小于等于预设的第三位置距离阈值;满足这一条件时,避免由声学成像巡检小车对两两包围球内的电力设备进行一定程度上的重复检测;
其中,落脚位置条件包括:
落脚位置与所处的包围球的球心位置之间的位置距离落在预设的位置距离区间内;满足这一条件时,落脚位置离球心位置靠近,可以使得声学成像巡检小车对包围球内的电力设备进行检测时检测距离均适中;
落脚位置与所处的包围球中任一地图位置之间的连线在电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。硬件设施为例如:变电箱等;满足这一条件时,可以使得声学成像巡检小车对电力设备进行检测时可以更高效地接收到电力设备的声音信号等,尽量不受硬件设施遮挡声音。
上述技术方案的工作原理及有益效果为:
本发明实施例引入包围球,基于包围球进行电力设备异常巡检路线规划,提升了电力设备异常巡检路线规划的效率。另外,引入包围球条件和落脚位置条件,提升了电力设备异常巡检路线规划的合理性。
在一个实施例中,设备异常巡检控制模块3还用于,包括:
获取声学成像巡检小车的剩余电量;
判断剩余电量是否即将不支持声学成像巡检小车前往电力现场中最近的充/换电站;
当为是时,控制声学成像巡检小车立即前往充/换电站,并从电力设备异常巡检路线中确定声学成像巡检小车的剩余巡检路线;
基于剩余巡检路线,控制电力现场中最近的备用声学成像巡检小车接力对电力设备进行设备异常巡检。
上述技术方案的工作原理及有益效果为:
声学成像巡检小车采样储蓄能源供电,电力现场的面积一般较大,得保证声学成像巡检小车有足够的电量前往就近的充/换电站对储蓄能源进行充/换电,避免声学成像巡检小车在半路上因为电量不足抛锚。因此,本发明实施例判断声学成像巡检小车的剩余电量是否即将不支持声学成像巡检小车前往电力现场中最近的充/换电站,若是,控制声学成像巡检小车立即前往充/换电站,并调度最近的备用声学成像巡检小车进行接力,继续完成巡检任务。
在一个实施例中,设备异常巡检控制模块3判断剩余电量是否即将不支持声学成像巡检小车前往电力现场中最近的充/换电站,包括:
预测声学成像巡检小车前往充/换电站的所需电量;
当所需电量小于剩余电量且所需电量与剩余电量之间的电量差小于预设的电量差阈值时,确定剩余电量即将不支持声学成像巡检小车前往充/换电站。
上述技术方案的工作原理及有益效果为:
当所需电量小于剩余电量且所需电量与剩余电量之间的电量差小于预设的电量差阈值时,说明剩余电量勉强能够支持声学成像巡检小车前往充/换电站。
在一个实施例中,设备异常巡检控制模块3预测声学成像巡检小车前往充/换电站的所需电量,包括:
分别获取声学成像巡检小车的当前位置和充/换电站的站点位置;
在电力现场地图中规划声学成像巡检小车由当前位置前往站点位置的最短行驶路线;
从预设的所需电量预测库中提取多个参考巡检小车的参考行驶路线;所需电量预测库中有大量的其他声学成像巡检小车(即参考巡检小车)历史上行驶的路线(即参考行驶路线)和该其他声学成像巡检小车沿该路线行驶时的工况记录(即参考行驶工况,有环境温度等)以及耗费电量(即参考所需电量);
将最短行驶路线与参考行驶路线进行匹配,获取第二匹配度;
将最大第二匹配度作为目标匹配度;
从所需电量预测库中确定目标匹配度的参考行驶路线对应的参考巡检小车的参考行驶工况;
预测声学成像巡检小车前往充/换电站的未来行驶工况;
将未来行驶工况与参考行驶工况进行匹配,获取第三匹配度;
基于目标匹配度和第一预设匹配度-误差系数表,确定第一误差系数;第一预设匹配度-误差系数表中有不同目标匹配度对应的第一误差系数,目标匹配度越大,第一误差系数越低;
基于第三匹配度和第二预设匹配度-误差系数表,确定第二误差系数;第二预设匹配度-误差系数表中有不同第三匹配度对应的第二误差系数,第三匹配度越大,第二误差系数越低;
从所需电量预测库中确定目标匹配度的参考行驶路线对应的参考巡检小车的参考所需电量;
依次赋予参考所需电量第一误差系数和第二误差系数,获得声学成像巡检小车前往充/换电站的所需电量。赋予时,将第一误差系数、第二误差系数、参考所需电量进行相乘,获得所需电量。
上述技术方案的工作原理及有益效果为:
预测声学成像巡检小车前往充/换电站的所需电量时,引入所需电量预测库,基于历史上其他声学成像巡检小车的行驶记录,预测所需电量,提升了所需电量预测的全面性和精准性。
在一个实施例中,设备异常巡检控制模块3预测声学成像巡检小车前往充/换电站的未来行驶工况,包括:
从最短行驶路线中确定互相间隔预设的路线间隔的位置点;
依次遍历位置点;
每次遍历时,从所需电量预测库中确定最近预设的时间内路过遍历到的位置点的参考巡检小车,并作为目标参考巡检小车;
获取目标参考巡检小车路过遍历到的位置点时的历史位置和历史行驶工况;
当电力现场地图中遍历到的位置点与历史位置之间的位置距离小于等于预设的第五位置距离阈值且电力现场地图中遍历到的位置点与历史位置之间的连线不途经任一工况影响设备时,将历史行驶工况作为声学成像巡检小车前往充/换电站的未来行驶工况。工况影响设备为会使小车运行工况发生变化的设备,例如:改变环境温度的散热器等;满足这一条件时,使得历史行驶工况更接近未来声学成像巡检小车前往充/换电站的行驶工况。
上述技术方案的工作原理及有益效果为:
预测声学成像巡检小车前往充/换电站的未来行驶工况,基于历史上其他声学成像巡检小车的行驶工况进行预测,提升了预测的精准性。
本发明实施例提供了基于声学成像的电力设备异常移动式巡检方法,如图2所示,包括:
步骤S1:获取电力现场内的任一电力设备的设备异常概率;
步骤S2:基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
步骤S3:基于电力设备异常巡检路线,控制电力现场内的声学成像巡检小车对电力设备进行设备异常巡检;
步骤S4:获取声学成像巡检小车回传的设备异常巡检结果并作输出。
在一个实施例中,步骤S1:获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;
获取电力设备的第一设备属性信息;
从设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;
将第二设备属性信息与第一设备属性信息进行匹配,获取信息匹配分布;信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;
基于信息匹配分布和预设的参考价值度指标,确定参考电力设备的参考价值度;
当参考价值度大于等于预设的参考价值度阈值,将对应参考电力设备作为目标参考电力设备,并统计目标参考电力设备的设备数目;
当设备数目为1时,从设备异常概率确定库中确定目标参考电力设备的第一参考设备异常概率,并作为设备异常概率;
当设备数目不为1时,基于目标参考电力设备的参考价值度和预设的参考价值度-参考权重表,确定目标参考电力设备的参考权重;
从设备异常概率确定库中确定目标参考电力设备的第二参考设备异常概率;
将同一目标参考电力设备的第二参考设备异常概率和参考权重进行赋予关联,获得目标值;
将全部目标值的平均值作为设备异常概率。
在一个实施例中,步骤S2:基于设备异常概率和电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取电力设备位于电力现场中的现场位置;
将设备异常概率标记于电力现场地图中对应于现场位置的地图位置上;
基于包围球条件,在电力现场地图中绘制包围至少两个设备异常概率的多个包围球;
计算包围球包围的设备异常概率的概率平均值,并作为包围球的排序值;
基于落脚位置条件,从包围球中确定声学成像巡检小车的落脚位置,并作为包围球的排序位置;
将排序位置按照排序值从大到小进行依次连接,获得多个位置连接线;
在电力现场地图中规划每一位置连接线的连接起始位置之间的声学成像巡检小车的行驶路线;
将行驶路线进行首尾拼接,获得电力设备异常巡检路线;
其中,包围球条件包括:
包围球包围的设备异常概率两两之间的概率差值落在预设的概率差值区间内;
包围球包围的设备异常概率所处的地图位置在电力现场地图中属于同一现场空间内;
包围球包围的设备异常概率所处的地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;
包围球包围的设备异常概率所处的地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;
包围球包围的设备异常概率所处的地图位置与包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;
两两包围球之间的最大距离小于等于预设的第三位置距离阈值;
其中,落脚位置条件包括:
落脚位置与所处的包围球的球心位置之间的位置距离落在预设的位置距离区间内;
落脚位置与所处的包围球中任一地图位置之间的连线在电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.基于声学成像的电力设备异常移动式巡检系统,其特征在于,包括:
设备异常概率获取模块,用于获取电力现场内的任一电力设备的设备异常概率;
电力设备异常巡检路线规划模块,用于基于所述设备异常概率和所述电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
设备异常巡检控制模块,用于基于所述电力设备异常巡检路线,控制所述电力现场内的声学成像巡检小车对所述电力设备进行设备异常巡检;
设备异常巡检结果输出模块,用于获取所述声学成像巡检小车回传的设备异常巡检结果并作输出。
2.如权利要求1所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述设备异常概率获取模块获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;
获取所述电力设备的第一设备属性信息;
从所述设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;
将所述第二设备属性信息与所述第一设备属性信息进行匹配,获取信息匹配分布;所述信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;
基于所述信息匹配分布和预设的参考价值度指标,确定所述参考电力设备的参考价值度;
当所述参考价值度大于等于预设的参考价值度阈值,将对应所述参考电力设备作为目标参考电力设备,并统计所述目标参考电力设备的设备数目;
当所述设备数目为1时,从所述设备异常概率确定库中确定所述目标参考电力设备的第一参考设备异常概率,并作为所述设备异常概率;
当所述设备数目不为1时,基于所述目标参考电力设备的所述参考价值度和预设的参考价值度-参考权重表,确定所述目标参考电力设备的参考权重;
从所述设备异常概率确定库中确定所述目标参考电力设备的第二参考设备异常概率;
将同一所述目标参考电力设备的所述第二参考设备异常概率和所述参考权重进行赋予关联,获得目标值;
将全部所述目标值的平均值作为所述设备异常概率。
3.如权利要求1所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述电力设备异常巡检路线规划模块基于所述设备异常概率和所述电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取所述电力设备位于所述电力现场中的现场位置;
将所述设备异常概率标记于所述电力现场地图中对应于所述现场位置的地图位置上;
基于包围球条件,在所述电力现场地图中绘制包围至少两个所述设备异常概率的多个包围球;
计算所述包围球包围的所述设备异常概率的概率平均值,并作为所述包围球的排序值;
基于落脚位置条件,从所述包围球中确定所述声学成像巡检小车的落脚位置,并作为所述包围球的排序位置;
将所述排序位置按照所述排序值从大到小进行依次连接,获得多个位置连接线;
在所述电力现场地图中规划每一所述位置连接线的连接起始位置之间的所述声学成像巡检小车的行驶路线;
将所述行驶路线进行首尾拼接,获得所述电力设备异常巡检路线;
其中,所述包围球条件包括:
所述包围球包围的所述设备异常概率两两之间的概率差值落在预设的概率差值区间内;
所述包围球包围的所述设备异常概率所处的所述地图位置在所述电力现场地图中属于同一现场空间内;
所述包围球包围的所述设备异常概率所处的所述地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;
所述包围球包围的所述设备异常概率所处的所述地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;
所述包围球包围的所述设备异常概率所处的所述地图位置与所述包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;
两两所述包围球之间的最大距离小于等于预设的第三位置距离阈值;
其中,所述落脚位置条件包括:
所述落脚位置与所处的所述包围球的球心位置之间的位置距离落在预设的位置距离区间内;
所述落脚位置与所处的所述包围球中任一所述地图位置之间的连线在所述电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且所述连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。
4.如权利要求3所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述设备异常巡检控制模块还用于,包括:
获取所述声学成像巡检小车的剩余电量;
判断所述剩余电量是否即将不支持所述声学成像巡检小车前往所述电力现场中最近的充/换电站;
当为是时,控制所述声学成像巡检小车立即前往所述充/换电站,并从所述电力设备异常巡检路线中确定所述声学成像巡检小车的剩余巡检路线;
基于所述剩余巡检路线,控制所述电力现场中最近的备用声学成像巡检小车接力对所述电力设备进行设备异常巡检。
5.如权利要求4所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述设备异常巡检控制模块判断所述剩余电量是否即将不支持所述声学成像巡检小车前往所述电力现场中最近的充/换电站,包括:
预测所述声学成像巡检小车前往所述充/换电站的所需电量;
当所述所需电量小于所述剩余电量且所述所需电量与所述剩余电量之间的电量差小于预设的电量差阈值时,确定所述剩余电量即将不支持所述声学成像巡检小车前往所述充/换电站。
6.如权利要求5所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述设备异常巡检控制模块预测所述声学成像巡检小车前往所述充/换电站的所需电量,包括:
分别获取所述声学成像巡检小车的当前位置和所述充/换电站的站点位置;
在所述电力现场地图中规划所述声学成像巡检小车由所述当前位置前往所述站点位置的最短行驶路线;
从预设的所需电量预测库中提取多个参考巡检小车的参考行驶路线;
将所述最短行驶路线与所述参考行驶路线进行匹配,获取第二匹配度;
将最大所述第二匹配度作为目标匹配度;
从所述所需电量预测库中确定所述目标匹配度的所述参考行驶路线对应的所述参考巡检小车的参考行驶工况;
预测所述声学成像巡检小车前往所述充/换电站的未来行驶工况;
将所述未来行驶工况与所述参考行驶工况进行匹配,获取第三匹配度;
基于所述目标匹配度和第一预设匹配度-误差系数表,确定第一误差系数;
基于所述第三匹配度和第二预设匹配度-误差系数表,确定第二误差系数;
从所述所需电量预测库中确定所述目标匹配度的所述参考行驶路线对应的所述参考巡检小车的参考所需电量;
依次赋予所述参考所需电量所述第一误差系数和所述第二误差系数,获得所述声学成像巡检小车前往所述充/换电站的所需电量。
7.如权利要求6所述的基于声学成像的电力设备异常移动式巡检系统,其特征在于,所述设备异常巡检控制模块预测所述声学成像巡检小车前往所述充/换电站的未来行驶工况,包括:
从所述最短行驶路线中确定互相间隔预设的路线间隔的位置点;
依次遍历所述位置点;
每次遍历时,从所述所需电量预测库中确定最近预设的时间内路过遍历到的所述位置点的所述参考巡检小车,并作为目标参考巡检小车;
获取所述目标参考巡检小车路过遍历到的所述位置点时的历史位置和历史行驶工况;
当所述电力现场地图中遍历到的所述位置点与所述历史位置之间的位置距离小于等于预设的第五位置距离阈值且所述电力现场地图中遍历到的所述位置点与所述历史位置之间的连线不途经任一工况影响设备时,将所述历史行驶工况作为所述声学成像巡检小车前往所述充/换电站的未来行驶工况。
8.基于声学成像的电力设备异常移动式巡检方法,其特征在于,包括:
步骤S1:获取电力现场内的任一电力设备的设备异常概率;
步骤S2:基于所述设备异常概率和所述电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线;
步骤S3:基于所述电力设备异常巡检路线,控制所述电力现场内的声学成像巡检小车对所述电力设备进行设备异常巡检;
步骤S4:获取所述声学成像巡检小车回传的设备异常巡检结果并作输出。
9.如权利要求8所述的基于声学成像的电力设备异常移动式巡检方法,其特征在于,所述步骤S1:获取电力现场内的任一电力设备的设备异常概率,包括:
构建设备异常概率确定库;
获取所述电力设备的第一设备属性信息;
从所述设备异常概率确定库中提取多个参考电力设备的第二设备属性信息;
将所述第二设备属性信息与所述第一设备属性信息进行匹配,获取信息匹配分布;所述信息匹配分布包括:多组一一对应的设备属性信息类型和第一匹配度;
基于所述信息匹配分布和预设的参考价值度指标,确定所述参考电力设备的参考价值度;
当所述参考价值度大于等于预设的参考价值度阈值,将对应所述参考电力设备作为目标参考电力设备,并统计所述目标参考电力设备的设备数目;
当所述设备数目为1时,从所述设备异常概率确定库中确定所述目标参考电力设备的第一参考设备异常概率,并作为所述设备异常概率;
当所述设备数目不为1时,基于所述目标参考电力设备的所述参考价值度和预设的参考价值度-参考权重表,确定所述目标参考电力设备的参考权重;
从所述设备异常概率确定库中确定所述目标参考电力设备的第二参考设备异常概率;
将同一所述目标参考电力设备的所述第二参考设备异常概率和所述参考权重进行赋予关联,获得目标值;
将全部所述目标值的平均值作为所述设备异常概率。
10.如权利要求8所述的基于声学成像的电力设备异常移动式巡检方法,其特征在于,所述步骤S2:基于所述设备异常概率和所述电力现场对应的预设的电力现场地图,规划电力设备异常巡检路线,包括:
获取所述电力设备位于所述电力现场中的现场位置;
将所述设备异常概率标记于所述电力现场地图中对应于所述现场位置的地图位置上;
基于包围球条件,在所述电力现场地图中绘制包围至少两个所述设备异常概率的多个包围球;
计算所述包围球包围的所述设备异常概率的概率平均值,并作为所述包围球的排序值;
基于落脚位置条件,从所述包围球中确定所述声学成像巡检小车的落脚位置,并作为所述包围球的排序位置;
将所述排序位置按照所述排序值从大到小进行依次连接,获得多个位置连接线;
在所述电力现场地图中规划每一所述位置连接线的连接起始位置之间的所述声学成像巡检小车的行驶路线;
将所述行驶路线进行首尾拼接,获得所述电力设备异常巡检路线;
其中,所述包围球条件包括:
所述包围球包围的所述设备异常概率两两之间的概率差值落在预设的概率差值区间内;
所述包围球包围的所述设备异常概率所处的所述地图位置在所述电力现场地图中属于同一现场空间内;
所述包围球包围的所述设备异常概率所处的所述地图位置两两之间的位置高度差小于等于预设的位置高度差阈值;
所述包围球包围的所述设备异常概率所处的所述地图位置两两之间的位置距离小于等于预设的第一位置距离阈值;
所述包围球包围的所述设备异常概率所处的所述地图位置与所述包围球的球面之间的最小位置距离小于等于预设的第二位置距离阈值;
两两所述包围球之间的最大距离小于等于预设的第三位置距离阈值;
其中,所述落脚位置条件包括:
所述落脚位置与所处的所述包围球的球心位置之间的位置距离落在预设的位置距离区间内;
所述落脚位置与所处的所述包围球中任一所述地图位置之间的连线在所述电力现场地图中不途经任一硬件设施的不透面;或途经的不透面的数量仅有一个且所述连线途经不透面的途经点与不透面的面边界之间的最小距离小于等于预设的第四位置距离阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310561153.2A CN116699326B (zh) | 2023-05-18 | 2023-05-18 | 基于声学成像的电力设备异常移动式巡检系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310561153.2A CN116699326B (zh) | 2023-05-18 | 2023-05-18 | 基于声学成像的电力设备异常移动式巡检系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116699326A true CN116699326A (zh) | 2023-09-05 |
CN116699326B CN116699326B (zh) | 2024-01-02 |
Family
ID=87830288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310561153.2A Active CN116699326B (zh) | 2023-05-18 | 2023-05-18 | 基于声学成像的电力设备异常移动式巡检系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116699326B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784799A (zh) * | 2024-02-27 | 2024-03-29 | 山东道万电气有限公司 | 一种基于巡检信息的巡检机器人控制系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503846A (zh) * | 2016-10-21 | 2017-03-15 | 国网山东省电力公司泰安供电公司 | 一种电力设备巡检路线计算方法 |
CN110046419A (zh) * | 2019-04-11 | 2019-07-23 | 天津工业大学 | 一种基于ctma-dl算法的动设备故障类型在线诊断方法 |
CN110908370A (zh) * | 2019-10-31 | 2020-03-24 | 华能国际电力股份有限公司海门电厂 | 一种火电厂无人巡检任务规划方法及其系统 |
CN112506207A (zh) * | 2020-12-28 | 2021-03-16 | 中国计量大学 | 一种巡检机器人及其路径规划方法 |
CN113123958A (zh) * | 2021-04-19 | 2021-07-16 | 徐州新大隆化工泵业制造有限公司 | 一种柱塞泵的故障诊断方法及诊断系统 |
EP3940494A1 (en) * | 2020-07-17 | 2022-01-19 | Wuhan University of Science and Technology | Path planning method for substation inspection robot |
CN115167408A (zh) * | 2022-06-29 | 2022-10-11 | 国电电力伊金霍洛旗太阳能发电有限公司 | 一种基于光伏电站的巡检路线规划系统 |
CN115328146A (zh) * | 2022-08-30 | 2022-11-11 | 安徽机电职业技术学院 | 一种巡检机器人的自适应路径巡检方法 |
CN115578651A (zh) * | 2022-08-15 | 2023-01-06 | 金华八达集团有限公司 | 一种配网线路无人机智能巡检及动态库存管理系统 |
-
2023
- 2023-05-18 CN CN202310561153.2A patent/CN116699326B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503846A (zh) * | 2016-10-21 | 2017-03-15 | 国网山东省电力公司泰安供电公司 | 一种电力设备巡检路线计算方法 |
CN110046419A (zh) * | 2019-04-11 | 2019-07-23 | 天津工业大学 | 一种基于ctma-dl算法的动设备故障类型在线诊断方法 |
CN110908370A (zh) * | 2019-10-31 | 2020-03-24 | 华能国际电力股份有限公司海门电厂 | 一种火电厂无人巡检任务规划方法及其系统 |
EP3940494A1 (en) * | 2020-07-17 | 2022-01-19 | Wuhan University of Science and Technology | Path planning method for substation inspection robot |
CN112506207A (zh) * | 2020-12-28 | 2021-03-16 | 中国计量大学 | 一种巡检机器人及其路径规划方法 |
CN113123958A (zh) * | 2021-04-19 | 2021-07-16 | 徐州新大隆化工泵业制造有限公司 | 一种柱塞泵的故障诊断方法及诊断系统 |
CN115167408A (zh) * | 2022-06-29 | 2022-10-11 | 国电电力伊金霍洛旗太阳能发电有限公司 | 一种基于光伏电站的巡检路线规划系统 |
CN115578651A (zh) * | 2022-08-15 | 2023-01-06 | 金华八达集团有限公司 | 一种配网线路无人机智能巡检及动态库存管理系统 |
CN115328146A (zh) * | 2022-08-30 | 2022-11-11 | 安徽机电职业技术学院 | 一种巡检机器人的自适应路径巡检方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784799A (zh) * | 2024-02-27 | 2024-03-29 | 山东道万电气有限公司 | 一种基于巡检信息的巡检机器人控制系统 |
CN117784799B (zh) * | 2024-02-27 | 2024-04-30 | 山东道万电气有限公司 | 一种基于巡检信息的巡检机器人控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116699326B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6688923B2 (ja) | 情報出力方法、情報提示装置及び情報出力システム | |
US20240183678A1 (en) | Systems And Methods Using Artificial Intelligence For Routing Electric Vehicles | |
CN116699326B (zh) | 基于声学成像的电力设备异常移动式巡检系统及方法 | |
US9132742B2 (en) | Electric vehicle (EV) charging infrastructure with charging stations optimumally sited | |
JP5735130B2 (ja) | 複数の電気エネルギー自動車のエネルギー必要量を予測するためのシステムおよび方法 | |
US10533866B2 (en) | Tire conditioning optimization for a collection of mining vehicles | |
JP7269437B2 (ja) | 電気車充電ステーションを用いたバッテリー性能管理システム及び方法 | |
WO2006125291A9 (en) | System and method for estimating travel times of a traffic probe | |
KR20130066354A (ko) | 사용자 단말의 맵매칭 방법 및 장치 | |
JP2019149854A (ja) | 情報処理装置 | |
JP2019149855A (ja) | 情報処理装置 | |
CN114256940B (zh) | 一种多机器人充电调度方法、装置及系统 | |
JP2019046106A (ja) | 経路推定装置、経路推定方法およびコンピュータプログラム | |
JP2007011596A (ja) | 経路旅行時間推定予測装置および方法 | |
CN114611021B (zh) | 一种推荐充电桩的方法及设备 | |
JP7382901B2 (ja) | 自走式点検ロボット | |
CN108198435A (zh) | 一种测量方法和装置 | |
KR101877651B1 (ko) | 원격지의 소음 예측 장치 및 방법 | |
JP2012115065A (ja) | 電力情報処理装置 | |
US20240131703A1 (en) | Local Idle Time Utilization in Centrally Controlled Mobile Robots | |
US20240092216A1 (en) | Charging prediction system | |
CN117435889B (zh) | 一种电力电缆在线故障监测预警方法以及系统 | |
JP7430802B2 (ja) | 蓄電池保守システム、蓄電池保守方法 | |
CN114566062B (zh) | 车辆停车调度管理方法、装置、计算机设备和存储介质 | |
JP7488089B2 (ja) | 充電システム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |