基于物聯(lián)網(wǎng)技術(shù)的電力調(diào)度智能代理輔助機(jī)器人設(shè)計(jì)

摘要：為提高電力機(jī)器人對指令的執(zhí)行能力，全面提升作業(yè)水平，文章對電力調(diào)度智能代理輔助機(jī)器人進(jìn)行了優(yōu)化設(shè)計(jì)。首先，基于物聯(lián)網(wǎng)技術(shù)，優(yōu)化機(jī)器人巡檢作業(yè)最優(yōu)角度，并構(gòu)建電力調(diào)度機(jī)器人適應(yīng)度函數(shù)；其次，基于遺傳算法，優(yōu)化電力調(diào)度機(jī)器人適應(yīng)函數(shù)的精度，保證機(jī)器人執(zhí)行的效率；最后，引進(jìn)語義分析技術(shù)，深化智能代理輔助機(jī)器人交互與智能執(zhí)行模塊功能，完成對電力調(diào)度智能代理輔助機(jī)器人的優(yōu)化設(shè)計(jì)。實(shí)驗(yàn)證明，優(yōu)化設(shè)計(jì)后的機(jī)器人可以在較短的訓(xùn)練學(xué)習(xí)次數(shù)下，實(shí)現(xiàn)執(zhí)行與機(jī)器人執(zhí)行程序的匹配，有效地提高了機(jī)器人對電力調(diào)度指令的執(zhí)行效率。

關(guān)鍵詞：物聯(lián)網(wǎng)技術(shù)；機(jī)器人；代理輔助；電力調(diào)度

中圖分類號：TP242

文獻(xiàn)標(biāo)志碼：A

0 引言

在生產(chǎn)作業(yè)設(shè)備智能化的發(fā)展趨勢下，電力企業(yè)完全靠人工進(jìn)行電力調(diào)度或電力決策極易出現(xiàn)行為偏差，可能會(huì)受主觀性影響導(dǎo)致電網(wǎng)運(yùn)行出現(xiàn)問題^［1］。國內(nèi)研究學(xué)者針對電力調(diào)度的智能代理輔助機(jī)器人進(jìn)行了相關(guān)研究，以提高電力調(diào)度的效率與綜合作業(yè)水平^［2］。但目前我國開發(fā)的機(jī)器人在輔助電力作業(yè)時(shí)對指令的執(zhí)行能力較低，執(zhí)行效率還存在不足。因此，本文提出對電力調(diào)度智能代理輔助機(jī)器人進(jìn)行優(yōu)化設(shè)計(jì)，以期為我國電力行業(yè)的發(fā)展提供助力。

1 電力調(diào)度智能代理輔助機(jī)器人設(shè)計(jì)

1.1 基于物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)機(jī)器人巡檢作業(yè)最優(yōu)角度

為避免執(zhí)行角度偏差對電力調(diào)度決策造成影響^［3］，本文引進(jìn)物聯(lián)網(wǎng)技術(shù)，對機(jī)器人的巡檢作業(yè)偏離角度進(jìn)行補(bǔ)償，設(shè)計(jì)機(jī)器人巡檢作業(yè)中最優(yōu)角度。首先，將機(jī)器人的執(zhí)行終端與物聯(lián)網(wǎng)終端建立通信連接，采用尺度不變匹配方法匹配機(jī)器人作業(yè)圖像^［4］。其次，利用距離與焦距，計(jì)算機(jī)器人在執(zhí)行任務(wù)時(shí)的偏移角度；最后，對作業(yè)角度進(jìn)行校正，實(shí)現(xiàn)巡檢作業(yè)偏離角度的補(bǔ)償^［5］。其中巡檢作業(yè)角度偏離角度的計(jì)算公式如下。

公式（1）中：O表示智能代理輔助機(jī)器人巡檢作業(yè)角度偏離；H表示機(jī)器人對電力作業(yè)現(xiàn)場的拍攝過程；V表示基于物聯(lián)網(wǎng)的拍攝圖像傳輸過程；n表示機(jī)器人自由旋轉(zhuǎn)角度；x表示機(jī)器人電力巡檢作業(yè)路徑；L₁表示機(jī)器人作業(yè)中在水平方向上的偏離角度；L₂表示機(jī)器人作業(yè)中在豎直方向上的偏離角度。根據(jù)上述計(jì)算公式，得到旋轉(zhuǎn)角度的偏移，以此種方式進(jìn)行作業(yè)角度的校正，此過程如計(jì)算公式（2）所示。

公式（2）中：L₃表示機(jī)器人巡檢作業(yè)角度偏差校正；S表示校正過程中反饋信息在物聯(lián)網(wǎng)中傳輸受到的信道干擾。按照上述方式，對機(jī)器人巡檢作業(yè)角度進(jìn)行校正，以完成基于物聯(lián)網(wǎng)的機(jī)器人巡檢作業(yè)最優(yōu)角度設(shè)計(jì)。

1.2 基于遺傳算法的電力調(diào)度機(jī)器人適應(yīng)度函數(shù)構(gòu)建

為了保證機(jī)器人具有行進(jìn)路徑最短的能力^［6］，本文引進(jìn)遺傳算法，設(shè)計(jì)電力調(diào)度機(jī)器人在行進(jìn)過程中的適應(yīng)度函數(shù)。函數(shù)表達(dá)式如下。

公式（3）中：w表示電力調(diào)度機(jī)器人適應(yīng)度函數(shù)；y₁表示機(jī)器人作業(yè)行為權(quán)重值1；y₂表示機(jī)器人作業(yè)行為權(quán)重值2；k表示調(diào)度次數(shù)；m表示電力設(shè)備運(yùn)行狀態(tài)；a表示機(jī)器人有效行進(jìn)控制；b表示空間中電力設(shè)備編碼；i表示電網(wǎng)設(shè)備數(shù)量；s表示作業(yè)空間中的干涉變量；l表示干涉變量調(diào)整與檢查行為；△c_l表示行為偏差值。要使上述計(jì)算公式成立，即滿足機(jī)器人在作業(yè)過程中與電網(wǎng)環(huán)境具有較高的適配度，應(yīng)確保y₁gt;y₂^［7］。為了優(yōu)化電力調(diào)度機(jī)器人適應(yīng)函數(shù)的精度，保證機(jī)器人的高執(zhí)行效率，本文在上述設(shè)計(jì)內(nèi)容的基礎(chǔ)上，結(jié)合遺傳算法，對染色體進(jìn)行迭代訓(xùn)練，此過程如計(jì)算公式（4）所示。

公式（4）中：X表示基于遺傳算法的染色體訓(xùn)練過程；f_d表示染色體在訓(xùn)練過程中被淘汰的概率；f_r表示染色體發(fā)生交叉的概率；N表示個(gè)體適應(yīng)度；c表示種群中最優(yōu)染色體。將最優(yōu)染色體與適應(yīng)度函數(shù)進(jìn)行匹配，提高適應(yīng)度函數(shù)與智能代理輔助機(jī)器人的適配度，保證機(jī)器人對前端下達(dá)指令的高效率執(zhí)行^［8］。匹配結(jié)果如下。

公式（5）中：P表示最優(yōu)染色體與適應(yīng)度函數(shù)的匹配結(jié)果；L表示子代染色體；τ表示選擇函數(shù)。按照上述方式，實(shí)現(xiàn)電力調(diào)度機(jī)器人適應(yīng)度函數(shù)的優(yōu)化。

1.3 深化智能代理輔助機(jī)器人交互與智能執(zhí)行模塊功能

為了使智能代理輔助機(jī)器人在電力巡檢作業(yè)中發(fā)揮出更高的價(jià)值與效能，本文引進(jìn)語義分析技術(shù)，結(jié)合機(jī)器人智能通信接口，進(jìn)行交互功能的設(shè)計(jì)。在設(shè)計(jì)中，建立機(jī)器人智能通信接口的數(shù)據(jù)映射通道，并在通道前端與后端建立對應(yīng)的交互連通渠道^［9］，使機(jī)器人能夠?qū)﹄娏ΜF(xiàn)場作業(yè)狀態(tài)進(jìn)行辨識，并將辨識結(jié)果進(jìn)行實(shí)時(shí)反饋。此過程如下計(jì)算公式所示。

公式（6）中：D表示電力現(xiàn)場作業(yè)狀態(tài)辨識結(jié)果的實(shí)時(shí)反饋；W表示交互連通渠道；M表示通信鏈路；J表示結(jié)果生成時(shí)間間隔。

本文以機(jī)器人自身的語料庫為基礎(chǔ)，采用人工標(biāo)注的方式，標(biāo)注不同智能交互指令。將智能交互模塊作為電力調(diào)度數(shù)據(jù)輸出與錄入的決策中心，在交互模塊與控制中心連接完成后，實(shí)現(xiàn)電力調(diào)度智能代理輔助機(jī)器人對指令的智能執(zhí)行^［10］。此過程如下計(jì)算公式所示。

公式（7）中：R表示智能執(zhí)行程序；σ表示決策中心；γ表示機(jī)器人自身的語料庫；μ表示人工標(biāo)注編碼。按照上述方式，實(shí)現(xiàn)機(jī)器人對智能通信接口前端指令的執(zhí)行，以此完成對電力調(diào)度智能代理輔助機(jī)器人的優(yōu)化設(shè)計(jì)。

2 對比實(shí)驗(yàn)

為了證明本文優(yōu)化設(shè)計(jì)的電力調(diào)度智能代理輔助機(jī)器人的實(shí)用性，以某電力企業(yè)為測試對象，將基于Android端的電力調(diào)度智能代理輔助機(jī)器人設(shè)計(jì)方法所設(shè)計(jì)的機(jī)器人作為對比機(jī)器人，與本文優(yōu)化設(shè)計(jì)的機(jī)器人共同進(jìn)行實(shí)驗(yàn)。利用數(shù)字化技術(shù)搭建實(shí)驗(yàn)操作平臺(tái)，可視化終端系統(tǒng)運(yùn)行內(nèi)存為6 GB，設(shè)置電網(wǎng)運(yùn)行電壓與電流為220 kV，250 A，訓(xùn)練迭代次數(shù)為1 000次，使用測試平臺(tái)中的電子化工具，進(jìn)行機(jī)器人電力調(diào)度作業(yè)指令的下達(dá)。此過程如圖1所示。

當(dāng)機(jī)器人接收到指令后，集成在機(jī)器人中的執(zhí)行程序?qū)⑦M(jìn)行指令的訓(xùn)練與學(xué)習(xí)，可以將學(xué)習(xí)的過程作為指令信息與機(jī)器人知識庫內(nèi)容匹配的過程。完成訓(xùn)練迭代后，指令與機(jī)器人執(zhí)行程序的適配度將達(dá)到1.0，此時(shí)機(jī)器人將按照預(yù)設(shè)指令執(zhí)行對應(yīng)的電力調(diào)度與巡檢任務(wù)。在測試平臺(tái)中，調(diào)取后臺(tái)數(shù)據(jù)，記錄機(jī)器人對前端下發(fā)指令的訓(xùn)練學(xué)習(xí)情況，對此過程進(jìn)行描述，如圖2所示。

根據(jù)圖2可知，本文機(jī)器人在完成500次訓(xùn)練學(xué)習(xí)后，實(shí)現(xiàn)了指令與機(jī)器人執(zhí)行程序的適配，適配度達(dá)到1.0，而對比機(jī)器人在完成1 000次迭代后，指令與機(jī)器人執(zhí)行程序的適配度未能達(dá)到1.0。由此可以證明，相比基于Android端的電力調(diào)度智能代理輔助機(jī)器人設(shè)計(jì)方法所設(shè)計(jì)的機(jī)器人，本文方法優(yōu)化設(shè)計(jì)的機(jī)器人可以實(shí)現(xiàn)對電力調(diào)度指令的高效率執(zhí)行，可有效提高對電力調(diào)度等相關(guān)任務(wù)的作業(yè)水平。

3 結(jié)語

本文優(yōu)化設(shè)計(jì)的電力調(diào)度智能代理輔助機(jī)器人，對電力調(diào)度指令的執(zhí)行具有較高的效率，以期帶動(dòng)市場電力相關(guān)行業(yè)的高效率發(fā)展。

參考文獻(xiàn)

［1］陳輝，聶銘.基于多自由度檢測末端的室內(nèi)無軌式電力巡檢機(jī)器人研究［J］.制造業(yè)自動(dòng)化，2022（3）：90-92，130.

［2］王志鋼，姚強(qiáng)，袁守彬.應(yīng)用門循環(huán)神經(jīng)網(wǎng)絡(luò)的電力鐵塔機(jī)器人攀爬速度自動(dòng)化控制方法［J］.制造業(yè)自動(dòng)化，2022（4）：150-153.

［3］鄒德華，彭沙沙，劉蘭蘭，等.電力鐵塔高效攀爬機(jī)器人機(jī)械系統(tǒng)設(shè)計(jì)與物理樣機(jī)開發(fā)［J］.武漢紡織大學(xué)學(xué)報(bào)，2021（6）：54-59.

［4］謝志文，吳暉.應(yīng)用機(jī)器人軌跡跟蹤技術(shù)的電力線路無人機(jī)智能化巡檢系統(tǒng)設(shè)計(jì)［J］.自動(dòng)化與儀表，2022（2）：44-49.

［5］嚴(yán)宇，鄒德華，江維，等.基于Android端的電力GIS巡檢機(jī)器人控制系統(tǒng)設(shè)計(jì)［J］.武漢紡織大學(xué)學(xué)報(bào)，2020（6）：8-13.

［6］路永鑫，魏云冰，趙啟承，等.基于層次分析法和改進(jìn)A^*算法的電力應(yīng)急機(jī)器人路徑規(guī)劃［J］.電力系統(tǒng)保護(hù)與控制，2021（9）：82-89.

［7］鄒德華，江維，李紅軍.220 kV高壓電力極端環(huán)境下帶電作業(yè)機(jī)器人控制方法研究［J］.武漢紡織大學(xué)學(xué)報(bào)，2020（2）：60-63.

［8］王楚，王忠鋒，徐志遠(yuǎn)，等.電力營業(yè)廳智能服務(wù)機(jī)器人個(gè)性化情感分析技術(shù)研究［J］.供用電，2020（6）：21-26.

［9］琚澤立，楊博，孫浩飛，等.面向電力智能巡檢的多機(jī)器人系統(tǒng)協(xié)同路徑規(guī)劃算法［J］.智慧電力，2020（6）：92-97.

［10］李標(biāo)俊，向權(quán)舟，謝保雞，等.基于嵌入式Linux的電力巡檢機(jī)器人自動(dòng)化控制系統(tǒng)設(shè)計(jì)［J］.自動(dòng)化與儀器儀表，2020（10）：149-152.

（編輯 王雪芬）

Design of power dispatching intelligent agent assistant robot based on Interne of Things technology

Wang Lin¹， Ye Qing²， Zhou Min²， Xie Ruliang²

（1. Three Gorges Dispatching Center of China Yangtze Power Co.， Ltd.， Chengdu 610094， China；

2. Three Gorges Project Cascade Dispatching Center of China Yangtze Power Co.， Ltd.， Chengdu 610094， China）

Abstract： In order to improve the ability of electric power robot to execute instructions and comprehensively improve the operation level， this paper optimizes the design of intelligent agent auxiliary robot for electric power dispatching. First， based on the Internet of Things technology， the optimal angle of robot patrol operation is optimized， and the fitness function of power dispatching robot is constructed; Secondly， based on genetic algorithms， the accuracy of the adaptation function of the power dispatch robot is optimized to ensure the efficiency of robot execution; Finally， semantic analysis technology is introduced to deepen the functions of intelligent agent auxiliary robot interaction and intelligent execution module， and complete the optimization design of power dispatching intelligent agent auxiliary robot. Through experiments， it has been proven that the optimized design of the robot can achieve matching between execution and robot execution programs in a shorter number of training and learning times， effectively improving the efficiency of the robot’s execution of power scheduling instructions.

Key words： Internet of Things technology; robot; agent assistance; power dispatching