电力隧道巡检机器人关键技术研究

随着中国式现代化的不断推进,人民生活和城市现代化建设对电能的需求逐步增多,电力隧道的规模和数量也在同步增大,这就对电力线路和设备的安全运行提出了更高要求。而电力隧道巡检机器人的出现弥补了传统人工巡检的缺陷,能有效保障电力线路和设备的安全可靠运行。现围绕机器人导航和定位技术、环境感知技术、机器人运动控制技术、电力供应和能源管理技术、操作控制和通信技术、安全保护和故障处理技术等六个方面对现有电力隧道巡检机器人的技术研究和应用状况进行了综述与分析,以便全面理解电力隧道巡检机器人的运行规则。     

基于机器学习的电缆故障诊断知识库设计方法

针对电缆故障在诊断过程中采集的故障信号量庞大,加大了故障信号的检索难度,为提高电缆故障信号的检索能力,提出了基于机器学习的电缆故障诊断知识库设计方法。根据电缆故障点的发生位置示意图,描述了电缆故障的产生,利用电缆故障行波的传播过程,确定了电缆故障的发生位置,通过计算电缆故障信号的噪声能量阈值,将电缆故障信号的突变点信息去除,通过采集电缆故障信号的小波熵,反映出故障信号的噪声变化关系,确定了电缆故障信号的噪声能量阈值,采用机器学习建立了电缆故障诊断知识库的模糊决策矩阵,通过设计电缆故障诊断的知识库结构,对电缆故障诊断知识库进行了设计。结果表明,基于机器学习的电缆故障诊断知识库对电缆故障信号的检索精度高达93.4%,在检索效率方面具有更高的性能。     

基于分布式神经动力学算法的微电网多目标优化方法

针对微电网多目标优化计算量较大问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法。首先考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型。然后应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点。进一步使用对数障碍物惩罚因子处理不等式约束,利用Lasalle不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解。最后,通过仿真验证了所提方法可以在保证优化精度与收敛性条件下大大降低计算成本。