CN117226846A - 用于变电站设备维护机器人的控制方法及系统 - Google Patents
用于变电站设备维护机器人的控制方法及系统 Download PDFInfo
- Publication number
- CN117226846A CN117226846A CN202311412321.8A CN202311412321A CN117226846A CN 117226846 A CN117226846 A CN 117226846A CN 202311412321 A CN202311412321 A CN 202311412321A CN 117226846 A CN117226846 A CN 117226846A
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- target
- robot
- substation
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 210
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000007689 inspection Methods 0.000 claims abstract description 46
- 230000005856 abnormality Effects 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000007726 management method Methods 0.000 claims abstract description 14
- 238000005070 sampling Methods 0.000 claims description 55
- 230000008447 perception Effects 0.000 claims description 51
- 230000015654 memory Effects 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010276 construction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了用于变电站设备维护机器人的控制方法及系统,涉及智能控制技术领域,所述方法包括:基于目标变电站区域信息利用RRT算法对机器人基站坐标和设备坐标信息集合分别进行计算,确定目标维护规划路径信息;变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过机器人感知网络对目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合,进而以此进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。达到依据变电站环境实现机器人自适应巡检控制,提高变电站设备运行分析准确性和分析效率,进而确保变电站设备及时运维的技术效果。
Description
技术领域
本发明涉及智能控制技术领域,尤其涉及用于变电站设备维护机器人的控制方法及系统。
背景技术
变电站设备维护机器人是一种用于变电站设备巡检、操作和维护的智能机器人,其通常具备自主导航、巡检、定位、定时等功能,可以代替人工执行危险、繁重、重复性工作,提高作业效率,降低运维成本,同时保障人员安全。然而,现有技术对于复杂的变电站环境,机器人控制适应性较差,导致变电站设备维护分析准确性较低。
发明内容
本申请通过提供用于变电站设备维护机器人的控制方法及系统,解决了现有技术对于复杂的变电站环境,机器人控制适应性较差,导致变电站设备维护分析准确性较低的技术问题,达到依据变电站环境实现机器人自适应巡检控制,提高变电站设备运行分析准确性和分析效率,进而确保变电站设备及时运维的技术效果。
鉴于上述问题,本发明提供了用于变电站设备维护机器人的控制方法及系统。
第一方面,本申请提供了用于变电站设备维护机器人的控制方法,所述方法包括:得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
另一方面,本申请还提供了用于变电站设备维护机器人的控制系统,所述系统包括:维护设备标记模块,用于得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;坐标信息获取模块,用于获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;维护规划路径确定模块,用于基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;机器人感知网络获得模块,用于根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;设备维护巡检模块,用于所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;故障运维管控模块,用于对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
第三方面,本申请提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了基于目标变电站区域信息利用RRT算法对机器人基站坐标和设备坐标信息集合分别进行计算,确定目标维护规划路径信息,同时根据所述变电站设备维护机器人,得到机器人感知网络,所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合,进而以此进行设备异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控的技术方案。进而达到依据变电站环境实现机器人自适应巡检控制,提高变电站设备运行分析准确性和分析效率,进而确保变电站设备及时运维的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请用于变电站设备维护机器人的控制方法的流程示意图;
图2为本申请用于变电站设备维护机器人的控制系统的结构示意图;
图3为本申请示例性电子设备的结构示意图。
附图标记说明:维护设备标记模块11,坐标信息获取模块12,维护规划路径确定模块13,机器人感知网络获得模块14,设备维护巡检模块15,故障运维管控模块16,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150,操作系统1151,应用程序1152和用户接口1160。
具体实施方式
在本申请的描述中,所属技术领域的技术人员应当知道,本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本申请可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例一
如图1所示,本申请提供了用于变电站设备维护机器人的控制方法,所述方法包括:
步骤S1:得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;
步骤S2:获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;
具体的,变电站设备维护机器人是一种用于变电站设备巡检、操作和维护的智能机器人,其通常具备自主导航、巡检、定位、定时等功能,可以代替人工执行危险、繁重、重复性工作,提高作业效率,降低运维成本,同时保障人员安全。
为实现变电站设备维护机器人自适应控制,首先通过变电站建造管理系统得到目标变电站区域信息,所述目标变电站区域信息为待巡检维护的变电站分布区域信息,包括变电站构造信息、设备部署类型、空间位置以及区域路径信息等。再对所述目标变电站区域信息进行待维护设备标记,即对需要巡检维护的变电站设备进行目标标记,以此获取目标维护设备集合。基于所述目标变电站区域信息构建三维空间坐标轴,以便简洁明确的标识设备坐标,进而通过三维坐标轴获取变电站设备维护机器人的机器人基站坐标,即机器人巡检出发坐标;和所述目标维护设备集合的设备坐标信息集合,即各目标维护变电站设备的所处位置坐标,为机器人适应变电站复杂环境,并准确高效规划巡检路径提供坐标依据。
步骤S3:基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;
进一步而言,所述确定目标维护规划路径信息,本申请步骤还包括:
利用三维建模技术对所述目标变电站区域信息进行可视化建模,构建变电站设备区域模型;
对所述变电站设备区域模型进行特征物提取、属性赋予,获取特征物属性集合;
基于所述特征物属性集合进行可巡检路径和障碍物标记,得到机器人可巡检路径信息和障碍物集合信息;
基于所述机器人可巡检路径信息和障碍物集合信息,构建设备维护状态采样空间;
利用RRT算法通过所述设备维护状态采样空间对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定所述目标维护规划路径信息。
进一步而言,所述确定所述目标维护规划路径信息,本申请步骤还包括:
将所述机器人基站坐标设定为初始点,将所述设备坐标信息集合分别设定为目标点;
基于所述初始点和所述目标点在所述设备维护状态采样空间内随机采样,得到空间采样点;
基于所述空间采样点进行节点生长,构建随机扩展树;
基于所述目标点设置目标邻域,直至所述随机扩展树有生长子节点进入所述目标邻域,生成追溯指令;
基于所述追溯指令对所述随机扩展树进行父节点回溯,确定所述目标维护规划路径信息。
进一步而言,所述构建随机扩展树,本申请步骤还包括:
若所述空间采样点不在障碍物内,则计算所述空间采样点与空间生成节点集合中所有节点的距离,得到采样节点距离信息集合;
对所述采样节点距离信息集合进行距离筛选,反向匹配得到邻近空间节点;
设置节点生长步长,依据所述节点生长步长向所述邻近空间节点的生长方向进行节点生长,获取目标生长点;
基于所述目标生长点继续随机采样、节点生长,当生长节点在障碍物内时,则剔除所述生长节点,迭代生成路径生长节点集合;
根据所述初始点、所述路径生长节点集合和所述目标点,组成所述随机扩展树。
具体的,基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,智能规划机器人到任意一个变电站设备的最优巡检路径,实现个性化巡检路径规划。其中,RRT算法是一种对状态空间随机采样的算法,通过对采样点进行碰撞检测,避免了对空间的精确建模带来的大计算量,能够有效地解决高维空间和复杂约束的路径规划问题。具体为首先利用三维建模技术对所述目标变电站区域信息进行可视化建模,构建变电站设备区域模型,所述变电站设备区域模型用于可视化展现变电站设备分布信息以及可巡检区域路径信息。对所述变电站设备区域模型进行特征物提取,即对模型中的各组成特征物例如设备、路径等进行依次提取,再对特征物进行属性赋予,即对其具体属性类型进行标记,以此获取特征物属性集合,所述特征物属性集合包括设备、路径、变压器等。
基于所述特征物属性集合进行可巡检路径和障碍物标记,即对其中的机器人可巡检行驶路径以及路径中存在的障碍物,例如施工障碍物等进行标记,进而得到机器人可巡检路径信息和障碍物集合信息。基于所述机器人可巡检路径信息和障碍物集合信息,构建设备维护状态采样空间,所述设备维护状态采样空间为可遍历选择的巡检节点坐标范围。利用RRT算法通过所述设备维护状态采样空间对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,首先将所述机器人基站坐标设定为初始点,将所述设备坐标信息集合分别设定为目标点。再基于所述初始点和所述目标点在所述设备维护状态采样空间内随机采样,得到一随机空间采样点。
基于所述空间采样点进行节点生长,如果所述空间采样点在障碍物区域内,则重新随机采样,若所述空间采样点不在障碍物区域内,则计算所述空间采样点与空间生成节点集合中所有节点的距离,其中,所述空间生成节点集合为空间中存在的所有节点,包括初始点和已有生长节点,以此得到采样节点距离信息集合,所述采样节点距离信息集合为所述空间采样点与其他所有空间生成节点的空间距离,可通过欧氏距离表示。再对所述采样节点距离信息集合进行距离筛选,筛选其中距离最小的节点,即反向匹配得到邻近空间节点,所述邻近空间节点为与所述空间采样点的最近节点。设置节点生长步长,所述节点生长步长可依据系统规划经验设置,但不宜太大也不宜太小,太小的话路径规划时间长,太大的话则会略过目标点。将所述空间采样点和所述邻近空间节点的连线作为节点生长方向,依据所述节点生长步长向所述邻近空间节点的生长方向进行节点生长,获取目标生长点,所述目标生长点可作为此次机器人路径规划的可选择巡检坐标节点。
基于所述目标生长点继续随机采样,继续上述节点生长步骤,当生长节点在障碍物区域内时,则会发生碰撞剔除该生长节点,依次迭代生成各生长节点,进而组成路径生长节点集合。根据所述初始点、所述路径生长节点集合和所述目标点作为树结构组成子节点,生成随机扩展树,所述随机扩展树为机器人路径规划的可巡检坐标节点集合,由初始点、目标点以及各生成节点组成。基于所述目标点设置目标邻域,所述目标邻域为路径规划的结束路径阈值,可自行设定,小于等于所述节点生长步长。随着所述随机扩展树的反复迭代生长,直至所述随机扩展树有生长子节点进入所述目标邻域,则表明路径规划结束,生成追溯指令。基于所述追溯指令对所述随机扩展树进行父节点回溯,通过节点回溯,便可以在所述随机扩展树中找到一条由从初始点到目标点的路径,进而确定目标维护规划路径信息,所述目标维护规划路径信息为机器人巡检的最优规划路径,包括机器人到各目标维护设备的最优巡检路径。通过规划最优巡检路径可实现机器人高效巡检,可巡检一个或多个指定变电站设备进行维护,也可一次性巡检所有变电站设备。通过不断生长的树来探索可行解空间,进而找到机器人的最短巡检规划路径,适应变电站复杂环境,高效快速的解决复杂约束的空间路径规划,进而实现机器人自适应巡检控制。
步骤S4:根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;
步骤S5:所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;
具体的,为实现变电站设备智能化巡检以及运维工作,对变电站设备维护机器人配备有多种传感器,以便全面感知采集设备运行数据。根据所述变电站设备维护机器人,得到所配置的机器人感知网络,所述机器人感知网络为机器人感知传感器组,用于对设备运行信息进行数据采集,包括视觉传感器,用于接收和处理图像信息,如摄像头等;红外传感器,用于无接触温度测量,气体成分分析和无损探伤;声音传感器,用于接收和处理声音信息,如麦克风、声纳等;环境传感器,用于检测周围环境的信息,如温度传感器、湿度传感器、电压传感器等;机械传感器,用于测量机器人的运动和位置信息,如位置传感器、惯性传感器等。所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对路径维护巡检过程中的所述目标维护设备集合分别进行运行信息采集,获得机器人传感器组感知得到的变电站设备运行信息集合,所述变电站设备运行信息集合包括变电站设备运行的图像数据、红外数据、温湿度数据、位置数据等,为后续设备运行异常识别提供数据基础。
步骤S6:对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
进一步而言,所述确定设备运行异常参数集合,本申请步骤还包括:
根据所述机器人感知网络,设置感知数据处理通道;
将所述变电站设备运行信息集合按照所述机器人感知网络映射至所述感知数据处理通道;
基于所述感知数据处理通道对所述变电站设备运行信息集合分别进行数据处理,生成设备运行感知特征信息;
构建设备运行异常识别网络,通过所述设备运行异常识别网络对所述设备运行感知特征信息进行识别,输出所述设备运行异常参数集合。
进一步而言,所述构建设备运行异常识别网络,本申请步骤还包括:
通过数据挖掘技术获取变电站设备运行数据集;
对所述变电站设备运行数据集进行数据划分,获得设备数据训练样本和设备数据测试样本;
对所述设备数据训练样本和所述设备数据测试样本进行标签化,获得训练样本特征标签和测试样本特征标签;
将所述设备数据训练样本和所述训练样本特征标签作为模型训练数据,所述设备数据测试样本和测试样本特征标签对作为模型验证数据,构建所述设备运行异常识别网络。
进一步而言,所述基于所述设备运行异常参数集合对所述电站设备运行信息集合进行故障运维管控,本申请步骤还包括:
对所述设备运行异常参数集合进行故障分析,确定设备运行故障因素信息;
构建变电站设备运维策略库;
基于所述设备运行异常参数集合和所述变电站设备运维策略库进行匹配,得到设备异常运维策略,并基于所述设备异常运维策略对所述目标维护设备集合进行故障运维。
具体的,对所述变电站设备运行信息集合进行异常识别,首先根据所述机器人感知网络,设置感知数据处理通道,所述感知数据处理通道的通道数与机器人感知网络中的传感器类型一一对应。将所述变电站设备运行信息集合按照所述机器人感知网络映射至所述感知数据处理通道,即将设备运行数据按照传感器类型映射至相对应的数据处理通道中进行处理,提高数据处理效率。基于所述感知数据处理通道对所述变电站设备运行信息集合分别进行数据处理,不同感知数据处理通道的处理方式与传感器采集数据类型相对应,示例性的,对于视觉传感器所采集的图像数据,感知数据处理方式为通过卷积网络对设备运行外部特征进行卷积提取。通过各感知数据处理通道获取各设备运行数据的红外特征、温湿度特征等,进而生成设备运行感知特征信息,所述设备运行感知特征信息用于表明设备的运行状况信息。
为实现设备运行异常快速识别,构建设备运行异常识别网络,所述设备运行异常识别网络为支持向量机,用于依据设备运行特征进行异常数据快速分类识别。具体构建过程为首先通过数据挖掘技术采集获取变电站设备运行数据集,所述变电站设备运行数据集为历史设备运行特征数据信息,包括变电站设备的正常运行特征数据和异常运行特征数据。再对所述变电站设备运行数据集进行数据划分,划分比例可自行设置,例如按照7:3的训练样本:测试样本比例进行数据划分,获得相应的设备数据训练样本和设备数据测试样本。进而对所述设备数据训练样本和所述设备数据测试样本进行标签化,即对样本数据进行正常运行特征标签和异常运行特征标签标记,获得样本数据特征标签化标记后的训练样本特征标签和测试样本特征标签。将所述设备数据训练样本和所述训练样本特征标签作为模型训练数据进行模型训练,同时将所述设备数据测试样本和测试样本特征标签作为模型验证数据对训练模型进行验证,直至模型识别准确率达到预设准确率标准,构建得到设备运行异常识别网络。
通过所述设备运行异常识别网络对所述设备运行感知特征信息进行识别,输出设备运行异常参数集合,所述设备运行异常参数集合为设备运行异常感知特征集合,例如温度异常、声音异常等。基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控,首先对所述设备运行异常参数集合进行故障分析,可通过变电站设备运行故障经验构建故障成因分类模型,进而通过分类模型对异常参数进行成因分类,确定设备运行故障因素信息,所述设备运行故障因素信息包括变电站设备运行故障类型以及故障成因,例如短路造成的变压器故障、线路故障等。通过运维专家组构建变电站设备运维策略库,所述变电站设备运维策略库用于对变电站设备故障进行运维,包括各类型变电站设备故障数据以及对应的运维策略方案。基于所述设备运行异常参数集合和所述变电站设备运维策略库进行匹配,得到与该运行异常对应的设备异常运维策略,例如修复线路、更换绝缘子等策略方案。并基于所述设备异常运维策略对所述目标维护设备集合进行故障运维,及时将设备异常运维策略预警发送至设备运维人员,以便运维人员快速采取运维策略对故障设备进行维护运行,避免设备故障损失,进而确保变电站设备安全运行。
综上所述,本申请所提供的用于变电站设备维护机器人的控制方法及系统具有如下技术效果:
由于采用了基于目标变电站区域信息利用RRT算法对机器人基站坐标和设备坐标信息集合分别进行计算,确定目标维护规划路径信息,同时根据所述变电站设备维护机器人,得到机器人感知网络,所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合,进而以此进行设备异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控的技术方案。进而达到依据变电站环境实现机器人自适应巡检控制,提高变电站设备运行分析准确性和分析效率,进而确保变电站设备及时运维的技术效果。
实施例二
基于与前述实施例中用于变电站设备维护机器人的控制方法同样发明构思,本发明还提供了用于变电站设备维护机器人的控制系统,如图2所示,所述系统包括:
维护设备标记模块11,用于得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;
坐标信息获取模块12,用于获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;
维护规划路径确定模块13,用于基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;
机器人感知网络获得模块14,用于根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;
设备维护巡检模块15,用于所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;
故障运维管控模块16,用于对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
进一步的,所述系统还包括:
可视化建模单元,用于利用三维建模技术对所述目标变电站区域信息进行可视化建模,构建变电站设备区域模型;
特征物属性获取单元,用于对所述变电站设备区域模型进行特征物提取、属性赋予,获取特征物属性集合;
障碍物标记单元,用于基于所述特征物属性集合进行可巡检路径和障碍物标记,得到机器人可巡检路径信息和障碍物集合信息;
采样空间构建单元,用于基于所述机器人可巡检路径信息和障碍物集合信息,构建设备维护状态采样空间;
坐标信息计算单元,用于利用RRT算法通过所述设备维护状态采样空间对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定所述目标维护规划路径信息。
进一步的,所述系统还包括:
坐标点设置单元,用于将所述机器人基站坐标设定为初始点,将所述设备坐标信息集合分别设定为目标点;
空间采样点获得单元,用于基于所述初始点和所述目标点在所述设备维护状态采样空间内随机采样,得到空间采样点;
随机扩展树构建单元,用于基于所述空间采样点进行节点生长,构建随机扩展树;
追溯指令生成单元,用于基于所述目标点设置目标邻域,直至所述随机扩展树有生长子节点进入所述目标邻域,生成追溯指令;
父节点回溯单元,用于基于所述追溯指令对所述随机扩展树进行父节点回溯,确定所述目标维护规划路径信息。
进一步的,所述系统还包括:
采样节点距离获得单元,用于若所述空间采样点不在障碍物内,则计算所述空间采样点与空间生成节点集合中所有节点的距离,得到采样节点距离信息集合;
邻近空间节点获得单元,用于对所述采样节点距离信息集合进行距离筛选,反向匹配得到邻近空间节点;
节点生长单元,用于设置节点生长步长,依据所述节点生长步长向所述邻近空间节点的生长方向进行节点生长,获取目标生长点;
生长节点集合生成单元,用于基于所述目标生长点继续随机采样、节点生长,当生长节点在障碍物内时,则剔除所述生长节点,迭代生成路径生长节点集合;
随机扩展树组成单元,用于根据所述初始点、所述路径生长节点集合和所述目标点,组成所述随机扩展树。
进一步的,所述系统还包括:
感知数据处理通道设置单元,用于根据所述机器人感知网络,设置感知数据处理通道;
数据通道映射单元,用于将所述变电站设备运行信息集合按照所述机器人感知网络映射至所述感知数据处理通道;
设备运行感知特征生成单元,用于基于所述感知数据处理通道对所述变电站设备运行信息集合分别进行数据处理,生成设备运行感知特征信息;
设备运行异常识别单元,用于构建设备运行异常识别网络,通过所述设备运行异常识别网络对所述设备运行感知特征信息进行识别,输出所述设备运行异常参数集合。
进一步的,所述系统还包括:
运行数据集获取单元,用于通过数据挖掘技术获取变电站设备运行数据集;
样本数据划分单元,用于对所述变电站设备运行数据集进行数据划分,获得设备数据训练样本和设备数据测试样本;
样本标签化单元,用于对所述设备数据训练样本和所述设备数据测试样本进行标签化,获得训练样本特征标签和测试样本特征标签;
异常识别网络构建单元,用于将所述设备数据训练样本和所述训练样本特征标签作为模型训练数据,所述设备数据测试样本和测试样本特征标签对作为模型验证数据,构建所述设备运行异常识别网络。
进一步的,所述系统还包括:
故障分析单元,用于对所述设备运行异常参数集合进行故障分析,确定设备运行故障因素信息;
运维策略库构建单元,用于构建变电站设备运维策略库;
运维策略获得单元,用于基于所述设备运行异常参数集合和所述变电站设备运维策略库进行匹配,得到设备异常运维策略,并基于所述设备异常运维策略对所述目标维护设备集合进行故障运维。
前述图1实施例一中的用于变电站设备维护机器人的控制方法的各种变化方式和具体实例同样适用于本实施例的用于变电站设备维护机器人的控制系统,通过前述对用于变电站设备维护机器人的控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中用于变电站设备维护机器人的控制系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
示例性电子设备
具体的,参见图3所示,本申请还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本申请中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本申请中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线和存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本申请中公开的各方法、步骤和逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本申请所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本申请不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本申请中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
应理解,本申请中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本申请描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本申请中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种装置程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本申请方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
此外,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请披露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.用于变电站设备维护机器人的控制方法,其特征在于,所述方法包括:
得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;
获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;
基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;
根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;
所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;
对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
2.如权利要求1所述的方法,其特征在于,所述确定目标维护规划路径信息,包括:
利用三维建模技术对所述目标变电站区域信息进行可视化建模,构建变电站设备区域模型;
对所述变电站设备区域模型进行特征物提取、属性赋予,获取特征物属性集合;
基于所述特征物属性集合进行可巡检路径和障碍物标记,得到机器人可巡检路径信息和障碍物集合信息;
基于所述机器人可巡检路径信息和障碍物集合信息,构建设备维护状态采样空间;
利用RRT算法通过所述设备维护状态采样空间对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定所述目标维护规划路径信息。
3.如权利要求2所述的方法,其特征在于,所述确定所述目标维护规划路径信息,包括:
将所述机器人基站坐标设定为初始点,将所述设备坐标信息集合分别设定为目标点;
基于所述初始点和所述目标点在所述设备维护状态采样空间内随机采样,得到空间采样点;
基于所述空间采样点进行节点生长,构建随机扩展树;
基于所述目标点设置目标邻域,直至所述随机扩展树有生长子节点进入所述目标邻域,生成追溯指令;
基于所述追溯指令对所述随机扩展树进行父节点回溯,确定所述目标维护规划路径信息。
4.如权利要求3所述的方法,其特征在于,所述构建随机扩展树,包括:
若所述空间采样点不在障碍物内,则计算所述空间采样点与空间生成节点集合中所有节点的距离,得到采样节点距离信息集合;
对所述采样节点距离信息集合进行距离筛选,反向匹配得到邻近空间节点;
设置节点生长步长,依据所述节点生长步长向所述邻近空间节点的生长方向进行节点生长,获取目标生长点;
基于所述目标生长点继续随机采样、节点生长,当生长节点在障碍物内时,则剔除所述生长节点,迭代生成路径生长节点集合;
根据所述初始点、所述路径生长节点集合和所述目标点,组成所述随机扩展树。
5.如权利要求1所述的方法,其特征在于,所述确定设备运行异常参数集合,包括:
根据所述机器人感知网络,设置感知数据处理通道;
将所述变电站设备运行信息集合按照所述机器人感知网络映射至所述感知数据处理通道;
基于所述感知数据处理通道对所述变电站设备运行信息集合分别进行数据处理,生成设备运行感知特征信息;
构建设备运行异常识别网络,通过所述设备运行异常识别网络对所述设备运行感知特征信息进行识别,输出所述设备运行异常参数集合。
6.如权利要求5所述的方法,其特征在于,所述构建设备运行异常识别网络,包括:
通过数据挖掘技术获取变电站设备运行数据集;
对所述变电站设备运行数据集进行数据划分,获得设备数据训练样本和设备数据测试样本;
对所述设备数据训练样本和所述设备数据测试样本进行标签化,获得训练样本特征标签和测试样本特征标签;
将所述设备数据训练样本和所述训练样本特征标签作为模型训练数据,所述设备数据测试样本和测试样本特征标签对作为模型验证数据,构建所述设备运行异常识别网络。
7.如权利要求1所述的方法,其特征在于,所述基于所述设备运行异常参数集合对所述电站设备运行信息集合进行故障运维管控,包括:
对所述设备运行异常参数集合进行故障分析,确定设备运行故障因素信息;
构建变电站设备运维策略库;
基于所述设备运行异常参数集合和所述变电站设备运维策略库进行匹配,得到设备异常运维策略,并基于所述设备异常运维策略对所述目标维护设备集合进行故障运维。
8.用于变电站设备维护机器人的控制系统,其特征在于,所述系统包括:
维护设备标记模块,用于得到目标变电站区域信息,对所述目标变电站区域信息进行待维护设备标记,获取目标维护设备集合;
坐标信息获取模块,用于获取变电站设备维护机器人的机器人基站坐标和所述目标维护设备集合的设备坐标信息集合;
维护规划路径确定模块,用于基于所述目标变电站区域信息利用RRT算法对所述机器人基站坐标和所述设备坐标信息集合分别进行计算,确定目标维护规划路径信息;
机器人感知网络获得模块,用于根据所述变电站设备维护机器人,得到机器人感知网络,所述机器人感知网络包括视觉传感器、红外传感器、声音传感器、环境传感器、机械传感器;
设备维护巡检模块,用于所述变电站设备维护机器人按照所述目标维护规划路径信息进行设备维护巡检,并通过所述机器人感知网络对所述目标维护设备集合进行运行信息采集,获得变电站设备运行信息集合;
故障运维管控模块,用于对所述变电站设备运行信息集合进行异常识别,确定设备运行异常参数集合,并基于所述设备运行异常参数集合对所述目标维护设备集合进行故障运维管控。
9.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的用于变电站设备维护机器人的控制方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的用于变电站设备维护机器人的控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412321.8A CN117226846A (zh) | 2023-10-30 | 2023-10-30 | 用于变电站设备维护机器人的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311412321.8A CN117226846A (zh) | 2023-10-30 | 2023-10-30 | 用于变电站设备维护机器人的控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117226846A true CN117226846A (zh) | 2023-12-15 |
Family
ID=89094922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311412321.8A Pending CN117226846A (zh) | 2023-10-30 | 2023-10-30 | 用于变电站设备维护机器人的控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117226846A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117984333A (zh) * | 2024-04-03 | 2024-05-07 | 广东电网有限责任公司东莞供电局 | 一种油浸式变压器的巡检方法、装置、设备及存储介质 |
-
2023
- 2023-10-30 CN CN202311412321.8A patent/CN117226846A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117984333A (zh) * | 2024-04-03 | 2024-05-07 | 广东电网有限责任公司东莞供电局 | 一种油浸式变压器的巡检方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190378035A1 (en) | Method, apparatus, device and medium for classifying driving scenario data | |
JP6545279B2 (ja) | 衝突は発生しないかについて、車両が辿るべき目標軌跡を監視するための方法及び装置 | |
CN110967028B (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
JP2016197404A (ja) | 産業プラントを監視するシステムおよび方法 | |
CN106484757A (zh) | 定位铁路网络上的列车事件 | |
CN111158358B (zh) | 一种基于三维模型对变电/换流站自优巡检的方法及系统 | |
CN111598942A (zh) | 一种用于对电力设施仪表进行自动定位的方法及系统 | |
CN112990151B (zh) | 障碍物检测模块的精度检测方法和电子设备 | |
CN104167109A (zh) | 车辆位置的检测方法和检测装置 | |
CN115471625A (zh) | 一种云机器人平台大数据智能决策方法和系统 | |
CN113778066A (zh) | 基于真值采集的智能驾驶及adas测试方法和系统 | |
JP2020051766A (ja) | 管理システム | |
CN117589177B (zh) | 基于工业大模型自主导航方法 | |
Singh et al. | Structural health monitoring and damage detection through machine learning approaches | |
CN114449439A (zh) | 一种地下管廊空间的定位方法及装置 | |
CN117595504A (zh) | 一种电网运行状态的智能监测预警方法 | |
CN117572863A (zh) | 用于变电站机器人的路径优化方法及系统 | |
Chang et al. | Safety risk assessment of electric power operation site based on variable precision rough set | |
CN112149770A (zh) | 一种智能电缆的数据射频识别显示系统、方法及装置 | |
CN117226846A (zh) | 用于变电站设备维护机器人的控制方法及系统 | |
WO2023039193A1 (en) | Search algorithms and safety verification for compliant domain volumes | |
CN111708046A (zh) | 一种障碍物的平面数据的处理方法、装置、电子设备及存储介质 | |
CN111401123A (zh) | 一种基于深度学习的slam回环检测方法及系统 | |
CN117671303B (zh) | 基于孪生网络的立体测距隐患预警方法及系统 | |
CN112528848B (zh) | 障碍物检测的测评方法、装置、设备以及存储介质 |
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 |