Page 138 - 电力与能源2021年第一期
P. 138
1 3 2 傅晓飞, 等:“ 机器代人” 智能运检关键技术研究和展望
智” 等新技术为支撑, 以保障电网设备安全运行、 表达方式单一等问题; 基于数据挖掘的模型形式
提高运检效率效益为目标, 具有本体及环境感知、 丰富, 可以基于数学或非数学理论, 也可以通过演
主动预测预警、 辅助诊断决策及集约运检管控功 绎或归纳。电力系统的故障信息包括故障征兆和
能, 是实现运检业务和管理信息化、 自动化、 智能 性质, 数据量大且规律稳定, 适用于基于数据挖掘
化的技术, 装备及平台的有机体, 具备设备状态全 的诊断技术。随着“ 大云物移智链” 技术的深入发
景化、 数据分析智能化、 运检管理精益化、 生产指 展, 智能诊断分析技术正向信息融合、 智能体协
挥集约化特征 [ 1 ] 。 同、 算法结合的趋势发展, 最终实现智能性、 快速
性、 全局性和协同性。
2 “ 机器代人” 智能运检关键技术研究
2.2 辅助决策技术
2.1 智能诊断分析技术 通过数字孪生等应用, 从基于状态检修的辅
近些年数据挖掘、 模糊理论、 粗糙集理论、 Pe- 助决策向智能检修的辅助决策转变。辅助决策相
tri网络、 仿生学等技术也逐步深入应用, 相关技 关技术包括: 人机智能交互和远程互动技术, 无人
术与多智能体系统的融合应用成为新的趋势 [ 2 ] 。 系统自主检测、 作业和远程控制技术, 图像声音识
目前主流的故障诊断 专家系统模型一般基于规 别 / 机器学习等人工智能感知技术, 基于深度学习
则、 案例、 行为、 故障树、 模糊逻辑、 神经网络和数 的设备运行状态智能分析技术, 多传感器集成融
据挖掘等。 合及智能决策技术。
基于规则的诊断模型是以专家诊断经验为基 2.2.1 人机智能交互和远程互动技术
础, 整理规划成相关规则, 故障诊断基于启发式经 人机智能交互和远程互动技术主要表现形式
验知识, 适用已具有丰富经验的专业领域故障诊 的核心是语音的人机交互, 其过程主要包括信息
断。该诊断模型具有阐述直接、 格式统一、 容易理 的输入和输出、 语音的处理、 语义的分析、 智能逻
解, 诊断知识可以获得和传递, 但复杂系统观察出 辑的处理以及知识和内容的整合。以变电站“ 机
的故障与其对应的诊断结果之间有较为复杂的联 器代人” 应用为例, 将变电站的三维信息与机器人
系, 导致准确性和适用性受到一定影响; 基于案例 的实时状态相结合, 增强变电站的可视化, 提高机
的诊断模型适用于领域定理以案例形式存在, 并 器人的交互性, 将虚拟现实技术融合人机交互系
且已积累丰富案例的领域, 以规则形式存在的并 统进行深入应用。
不适用; 基于行为的诊断模型在核心理论上与基 2.2.2 无人系统自主检测、 作业和远程自动诊断
于规则的诊断模型类似。其核心是通过何种办法 技术
可以自动获取故障行为征 兆 ( 语义征兆、 图形征 无人系统自主检测、 作业和远程控制技术包
兆), 并自动识别和分类新的故障, 其关键是如何 括感知、 规划、 学习和多智能体协调等。其中, 感
诊断多故障的问题; 基于故障树的诊断模型是由 知技术包括导航、 任务、 系统健康与移动操作这 4
基于规则的专家系统演变而来的, 其核心是由原 类感知, 主要差距是复杂现场感知与态势理解, 包
因和故障的先验, 再结合故障率知识自动生成故 括突发障碍的实时检测与识别、 多传感器集成与
障树。该方法近似于人类的思维模式, 充分吸收 融合, 以及可靠感知和平台健康监控的证据推理
了决策树的优点, 被广泛应用在设备诊断领域; 基 能力等; 规划技术的难点是在物理、 计算约束和对
于模糊逻辑推理的诊断模型是建立在故障和征兆 现有计划做最小改变的条件下, 决定何时自主重
模糊规则库的基础上, 开展模糊逻辑推理。由于 规划和求助于操作员; 学习技术难点在于非结构
难以确定故障与征兆的模糊关系, 系统的诊断不 化动态环境中的非监督学习; 多智能体协调需要
得不依赖模糊知识库, 这就造成该模型学习能力 重点关注针对特定任务, 合适协调方案与系统属
不强, 容易发生遗漏、 误诊; 基于神经网络的诊断 性的映射, 正确的紧急行为及干扰下任务重分配
模型具有容错性高、 响应迅速、 学习能力、 自适应 以及鲁棒网络通信问题。
能力和非线性逼近能力强的特点, 但也存在系统 2.2.3 图像声音识别和机器学习等人工智能感
性能受所选择训练样本集的有效性限制; 推理过 知技术
程、 依据和存储知识的内涵无法解释; 知识利用和 图像声音识别和机器学习等人工智能感知技
