摘要：在智能电网快速发展的背景下,配网电缆沟总数量在不断增多,电网电缆巡检任务也变得越来越繁重。电缆沟属于敷设电力或电讯电缆设施的地下管道,其一般都配有盖板,无论是敷设还是维修电缆都需要将盖板揭开,因此,电缆沟巡检工作极为繁琐和不方便,研发配网电缆沟机器人巡检系统,可以更好地适应电缆沟复杂的巡检环境,提升巡检效率以及质量。文章以智能化发展下配网电缆沟机器人巡检系统,作为研究对象,在查阅大量相关文献和结合以往工作经验的基础上,对配网电缆沟巡检现状进行了简单介绍,然后分析了配网电缆沟机器人巡检系统的重要价值,最后探讨了配网电缆沟机器人巡检系统设计,期望可以为配网电缆沟机器人巡检工作的进一步优化提供理论参考和更多思路。

摘要：为解决输电线路人工安装间隔棒作业危险性高和劳动强度大的问题,设计了一种间隔棒安装机器人。针对传统电力机器人依赖摄像头观察和上位机手动调整的低效率和精准度较差的问题,提出了一种基于模型预测控制(model predictive control,MPC)的运动控制方法,在预测模型中加入积分项以减小系统的稳态误差,并且采用了D‒H法对机械臂进行连杆坐标建模,使用拉格朗日法对其建立动力学模型。此外,采用YOLOv7目标检测算法并结合深度相机,对机器人进行定位。针对间隔棒安装至输电导线过程中存在间隙过大或者对准率不高的问题,提出了一种基于DeepLabV3+轻量级间隔棒安装机器人间隙识别算法,以确保安装的可靠性。仿真及试验对比分析表明,采用MPC方法的系统控制收敛时间为18 s左右,控制器的超调量约为0.05,系统的上升时间为12 s,与传统的PID控制或模糊PID控制相比,其具有更好的稳定性和鲁棒性。在模拟220 kV输电线路间隔棒安装试验中,利用所提定位方法得出的坐标与实际值偏差量小于1 cm,符合机器人作业要求,验证了所提的机器人作业控制方法的可行性。

摘要：配电网人工搭接引流线工作繁重、效率低、危险系数高,当前配电网作业的机器人依赖斗臂车,成本高且不适用于农配网复杂的作业地形环境,因此,研制了一种绝缘梯式配网搭接引流线机器人。采用YOLOv8目标检测算法结合双目相机获取机器人作业过程中相关部件在作业坐标系下的三维坐标信息,并采用Fuzzy-PID控制方法精准控制相应作业机构到达指定位置;设计了一种基于多元线性回归控制方法的剥皮器,可以实现切削不损铝芯的精准控制;设计了一种基于滑模观测器的电动扳手,其具备轻量化、无转矩传感器的特点,能够实现作业过程中对转矩的估计与控制。通过仿真及在10 kV配网现场进行的三相搭接引流线试验结果可知,所提方法可以提高机器人的自动化程度和控制精度,保障机器人高效、高质量、安全稳定地完成三相搭接引流线试验,具有很好的实用价值。

摘要：针对输电线路无人机‒机器人联合作业系统在上下线过程中所遇的强电磁对控制系统的干扰问题,提出了对应的电磁兼容分析与防护设计方法。首先通过Ansys Electronics Desktop软件建立机器人机箱与无人机的电磁仿真模型,得出不同距离下的电磁场分布,进而计算出上下线过程中无人机与输电线路导线的最小安全距离,以及机器人的等电位安全距离,并对机器人与无人机进行电磁防护设计,提高机器人的电磁兼容性能。该研究能够极大地提高无人机‒机器人联合作业系统的可靠性和安全性。

摘要：目前输电线路人工带电巡检作业工作任务繁重且危险,而现有电力作业机器人的上线方式存在弊端,针对这些弊端提出了一种输电线路带电作业机器人的上线方法。为解决机器人上线时姿态不平衡甚至侧翻的问题,结合输电线路特征,设计的机器人采用了卷筒带动四根牵引绳起吊的方式;分析了机器人上线可能遇到的倾斜情况,提出了一种基于BP模糊神经网络PID的调平控制方法,对比了不同控制方法在有扰动的情况下调平的快速性和稳定性,解决了机器人上线姿态不平衡的问题。采用YOLOv8视觉检测算法对输电线路进行目标识别与定位,整体识别率超过93%;通过双目相机测出机器人和输电线路之间的距离,误差控制在5%以内;利用DeepLabV3+网络对行走轮和输电线路之间的间隙进行识别,以确保机器人可以安全地挂在输电线路上。在输电线路试验场地进行了机器人上线试验,验证了所提机器人上线方案的有效性和实用性。

摘要：针对变电站低照度表计图像亮度不足、对比度不强、噪声过多以及细节缺失等问题,提出了一种基于多尺度特征融合的低照度图像增强网络。该网络模型包含3个子网络,分别为浅层特征提取网络、深层特征融合网络和亮度调整网络。首先,利用InceptionV3网络构成的浅层特征提取模块,对低照度图像的边缘、纹理等细节进行初步提取;其次,设计了由上下采样结构组成的深层特征融合网络,引入多任务Transformer模块,调整特征图像细节、色差,并去除噪声;同时,设计了融合注意力机制的跨层注意力增强模块,自适应地融合不同特征层之间的特征关系;最后,经过亮度调整网络,使输出的图像亮度更加均匀,提升了人眼感官效果。从不同尺度的增强图像中提取L1损失,再对其加和即可得到衡量网络的训练损失的总损失函数。消融对比试验结果表明,所提网络与其他算法相比,在提高图像亮度、减少噪声的同时还原了细节信息,在LOL和MIT‒Adobe FiveK测试集上的rPSNR值分别提升了3.57%和4.32%,sSSIM值分别提升了1.58%和1.49%。所设计模型表现出较强的泛化性、鲁棒性和准确性,可实现对实际变电站低照度表计图像的增强,为后续仪表识别读数提供参考。

摘要：为安全高效地实现对变电站内电容器的电容检测,同时完成电容器绝缘子串末端接线柱的螺栓紧固,保证电容器的正常运行,进而维护电网运行安全,设计了一种基于视觉识别定位的变电站电容器检修机器人。结合变电站的整体结构与机器人的作业环境,对机器人作业部分的结构进行了针对性设计,选用合适硬件并构建了控制系统。使用YOLOv5目标识别网络对电容器末端绝缘子串中心进行了检测与三维定位,实现了检测精度与识别速度间的平衡,对绝缘子整体识别率达到95%以上,绝缘子中心定位精度达到2.1 mm。基于识别定位所得位置,移动作业末端可完成电容器电容检测并实现对电容器上绝缘子串末端螺栓紧固作业,完成变电站电容器的检修工作。在根据变电站电容器设置参数构建试验场地,进行了电容器电容检测试验与电容器绝缘子串末端螺栓紧固试验,验证了基于视觉识别定位的电容器检修机器人能有效识别目标并完成检修工作。