基于数据挖掘技术的变电站巡检机器人故障分析与自主特巡系统

发布时间：2023-05-14 19:32

　　近年来,随着智能电网的建设和变电站人工替代技术的推广,变电站自动巡检机器人在各级变电站得到广泛应用。然而目前的巡检机器人系统并不能自动查找分析故障隐患设备,只能对已出现缺陷的设备生成报告,很多隐患设备只能通过人工方式预测排查,因而加重了运维人员的生产负担。为了强化机器人在变电站巡检工作中的利用效率,使巡检机器人更好地服务于运维工作,减轻人员负担,本文提出利用数据挖掘技术分析变电站运行数据,使巡检机器人系统能够自主完成故障诊断,寻找相关巡视点,并制定特巡计划。主要工作如下:第一,构建变电站三方综合数据库。为了收集数据挖掘过程所需的设备运行数据,将生产系统、监控后台、机器人巡视三方数据进行整合,去除噪声干扰后形成综合数据库,用于挖掘缺陷设备。以机器人后台为综合数据库数据分析平台,优化机器人采样数据库,制定更为科学的巡视策略,提高巡检机器人巡视效率,并依托靶向采集数据,提高综合数据库样本质量。同时,基于生产管理系统构建知识信息库和故障信息库,为缺陷等级分类和挖掘缺陷相关的故障点提供依据。第二,完成设备故障挖掘。深入研究数据挖掘应用,筛选适合故障分析的方法,确定以粗糙集和故障树相结合的数据挖掘...

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 选题目的和意义
    1.2 变电站巡检机器人发展现状
    1.3 变电站设备状态监测及数据分析发展现状
    1.4 本文研究内容及目标
2. 基于数据挖掘技术的变电站设备状态信息数据库构建
    2.1 数据挖掘技术
    2.2 三方数据的获取与采集
    2.3 设备状态数据预处理
    2.4 变电站设备状态信息库的建立
    2.5 本章小结
3. 基于粗糙集理论的变压器设备故障树构建
    3.1 粗糙集与故障树分析方法
    3.2 变压器设备故障类型
    3.3 设备故障状态量体系
    3.4 应用粗糙集理论构建变压器故障树
    3.5 本章小结
4 变电站检修数据关联度挖掘
    4.1 关联规则挖掘方法
    4.2 变电设备缺陷分级与关联规则挖掘
    4.3 故障信息库的关联度挖掘
    4.4 通过FP-growth算法实现检修数据关联度挖掘
    4.5 本章小结
5 巡检机器人路径规划及路径优化
    5.1 巡检机器人巡视任务及路线
    5.2 蚁群优化方法
    5.3 基于蚁群算法的巡检机器人路径优化
    5.4 巡检后台软件与算法验证
    5.5 本章小结
6 总结与展望
    6.1 结论
    6.2 展望
参考文献
致谢
学位论文评阅及答辩情况表



本文编号：3817627