基于机器学习的500 kV超高压变电站变电状态机器人巡检系统设计

作者：张文; 许明政; 李仲强; 刘嘉豪

来源：自动化与仪表, 2022, 37(07): 48-53.

DOI：10.19557/j.cnki.1001-9944.2022.07.010

• 机器学习
• 超高压变电站
• 变电状态
• 智能机器人
• 巡检
• 图像检测

变电状态巡检是保证超高压变电站稳定工作的重要环节，受到巡检路径规划技术的影响，系统巡检时间较长，因此，提出基于机器学习的500 kV超高压变电站变电状态机器人巡检系统设计。根据机器人外部传感器采集的环境信息，创建变电站巡检地图。应用机器学习中的DBSCAN算法，结合激光雷达扫描线设计机器人巡检路径规划技术；通过幂次变换与经典直方图算法对目标巡检图像进行增强处理，提取图像特征检测异常变电状态。再结合控制中心实现变电状态巡检管理，输出巡检结果。系统测试结果表明：巡检时间缩短了64.5%与59.2%，有效提升了系统巡检效率。

• 单位
  国网安徽省电力有限公司