摘要：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。

摘要：在站用直流电源系统电源故障预测过程中,主要依托于单一的价值函数实现故障预判,无法应对策略微弱变化引起的维度爆炸等问题,使得故障预判结果的G-mean值较低。因此,提出结合价值函数和策略函数的站用直流电源系统电源故障预判算法。针对电源历史运行参数进行归一化处理,经过灰色分析处理筛选出符合要求的参数,组成故障预判分析数据集。以描述数据序列方差变化为目标,构建改进价值函数。利用改进的价值函数和策略函数组成强化学习智能体,设计包含多层感知机网络的电源故障预判模型。经过数据训练调整模型处于最优状态,获取高质量的直流电源系统电源故障预判结果。实验结果表明:所提算法得出的电源故障预判结果G-mean值为0.98,保证了故障预判结果的准确性。