基于强人工智能的水电厂智能巡检机器人研究与应用

鲍友革，黄宗碧，姬晓辉

（1.深圳市瑞德森工业自动化设备有限公司，广东省深圳市 518003；2.武汉大学，湖北省武汉市 430070）

0 引言

随着人工智能、大数据等新技术在水电厂智能化建设中的应用创新，水电企业由自动化到智慧化、由人工决策到机器决策的智慧电厂建设，成为时代发展要求。在水电厂智能化建设进程中，如何使发电设备的运行管理更加安全、有效、便捷和可控；如何提高发电设备的巡检质量，同时减轻员工的工作强度，如何为经营管理者提供生产设备的状态评估、检修预测、决策规划的可靠依据，仍然是亟待研究解决的现实问题。目前还没有满足水电厂这类复杂生产场合的特殊巡检需求的巡检机器人，例如对水电厂发电机、水轮机等大型复杂旋转设备缺乏智能状态巡检能力，对油、水、气、电等多介质生产场合缺乏开放式自学习巡检能力。特别需要有适合的巡检机器人来完成水电厂的日常巡检任务，从而替代人、解脱人和超越人。研究应用水电厂的智能巡检机器人已成为当前智慧电厂建设不可或缺的重要一环。

目前，国内现有应用的都是“弱人工智能”的巡检机器人，功能比较单一，只有简单的视频和测温功能，适应现场不同工况的能力较差，维护难度比较高，几乎没有后台数据处理分析能力，很难适应复杂多变的电力生产环境。数字化、智能型水电厂需要更加实用、更加智能，具有“强人工智能”的智能巡检机器人，这种巡检机器人具备智能状态检测功能和开放式自学习的巡检能力，能够更好地代替人在强振动、电磁辐射等有潜在劳动伤害风险的环境中作业，是一种比人工作业更环保、更准确、更便利的新型智能巡检方式。

图1 强人工智能巡检机器人需要具备的能力Figure 1 Ability of strong artificial intelligent patrol-inspection robot

1 数字化、智能型水电厂建设对巡检机器人的需要

随着水电厂自动化水平的提高，现场的工作人员越来越少，设备监测管理更多的依赖各个单元监测控制设备来完成。由于各单元系统的不均衡、不系统、不统一，以及监测死角的存在，导致一些设备故障不能及时发现和处理，进而引发更大的故障，甚至事故的发生。当智能巡检机器人移动平台成为发电生产现场监测手段的重要补充，最终使监测真正做到无死角的全监测，实现真正无人值班。而复杂的电厂生产环境要求巡检机器人必须对程序未能（也不可能）穷尽描述的各种随机事态，做出导向安全的正确处置。这实质上已经超出了确定性非智能系统的能力范畴，所以在发电厂的安全巡视、危险故障排解、高危工作保护等开放型应用场景中，强人工智能巡检机器人就成为首选。目前，水电厂智能化建设对巡检机器人有以下的需要。

状态监测：利用智能巡检机器人准确检测水电厂关键结点的异常状态，通过故障状态的智能检索分析，移动式监测与专家诊断相融合的状态监测，实现巡检机器人诊断在巡视检查及检修中的应用。

智能运维：利用智能巡检机器人实现水电厂的智能化运维，监测设备温度、放电、跑漏、振动、噪音、故障、缺陷等。

协同巡检：利用智能巡检机器人实现水电厂的智能巡检和快速巡检，构建智能机器人、人工巡检和带电检测相互协同的智能巡检技术体系。

安全监护：利用智能巡检机器人实现人员的安全管理，如人员身份及安全区域管理；复杂环境下验电，主动防护作业中意外触电，实现作业人员监控、监护。

2 国内外巡检机器人的研究状

前国内研制的电力巡检机器人，主要是轨道和固定行走的机器人，功能比较单一，如用于变电站的巡检机器人，行走路径需要磁条引导，功能基本上是视频加测温；用于水电站的巡检机器人也仅是某一两个单一功能的应用试用，比如电缆廊道测温，或发电机层移动视频等，均不是智能巡检机器人。这些巡检机器人基本只具备固定路线行走、人工遥控、视频监控、红外测温等单一功能。尤其不便的是，当场景发生较大改变时，需要重新编制、调试程序才能正常作业，对现场软件支持能力要求极为苛刻，对巡检所获得的数据基本未作进一步的分析和反馈利用，处于非关联监测、非数据驱动、单变量分析、阈值报警的状态。

国外的巡检机器人在“强人工智能”数据处理方面领先国内很多，如视频数据智能处理、音频数据智能处理、智能路径规划、复杂机动反馈控制等等，但这些技术也主要用于军事和国家安全领域，对我国来说属于“卡脖子”禁售技术范围。所以，有必要自主研发具备“强人工智能”数据处理能力的水电厂巡检机器人。

3 智能巡检机器人技术研究

3.1 强人工智能技术

人工智能技术在电气自动化控制中的应用，成为当前工业发展和技术进步的要求和趋势[1]。强人工智能巡检机器人的特点：一是不再依赖死板的执行程序，可以适应复杂的、不确定的生产现场环境；二是人工智能的学习过程非常接近人脑的学习，可以在早期通过对“很稀疏”的数据学习，达到一个很快的飞跃。

3.2 智能传感器技术

根据现场监测对象的需求，在系统前端选用先进的敏感测量元件，封装成为智能传感器，作为巡检机器人的测量诊断手段。通过这些前端智能传感器将需要的数据接入大数据后台，完成所需要的监测分析。智能传感器数据接入系统时，数据本身描述了自己是什么，在什么状态，需要触发什么动作，来驱动数据库的相关动作，从而大大提高了整个数据库的工作效率，提升了整个数据库的价值，更好地利用数据库完成数据融合与认知。

3.3 多模态融合感知的大数据分析技术

通过智能化的数据接入，就有能力把大量的多模态数据放到一起来搭建成大数据平台，做统一的分析和学习。深度学习神经网络通过训练其参数矩阵，可以不依赖人类知识进行学习，优化其学习过程和效果，发现以前所不曾知道的规律和现象。在这个平台里，没有垃圾数据，所有数据都是有用的，从而真正发挥出数据的价值。大数据智能融合感知系统，不仅仅是智能采集监测，而且是在监测之上对规律的学习，对规律的发现，对规律的认知。

3.4 智能导航及定位技术

基于巡检机器人的车体运动学建模和避障算法，在智能地图导航下自主运动[2]，也是反映其智能化的关键技术之一。导航就是规划巡检机器人的行走路径，包括全局路径规划和局部越障规划等。行走环境介于结构化和非结构化环境之间，因此导航问题主要为局部越障规划。局部越障规划就是利用环境传感器（如超声传感器、激光测距仪、视觉传感器等）提供机器人周围的局部环境信息，产生下一时刻机器人位置姿态信息。

3.5 智能图像识别和处理技术

在巡检机器人上应用仿人立体视觉技术将会有效地提升设备状态监控的智能化程度，是巡检机器人的发展方向[3]。高清晰成像仪、智能视觉识别处理是解决机器人看的根本，巡检机器人能够像人一样去识别、认识设备表计和状态，具有实时、快速的发现设备异常状况，后台自动统计分析，形成表格，达到机器人代替人巡检的目的。

3.6 通信技术

通信模块完成基站和巡检机器人之间的双向数据传输，包括来自机器人的实时视频图像、线路探测传感器数据、机器人巡检状态和由基站发出的各种命令等，要求具有带宽高、距离远、抗干扰能力强等特点。

3.7 智能巡检机器人无线充电技术

水电厂的巡检区域大，节点比较多，巡检机器人一般都采用接触式供电，每间隔一段时间就需要自行到充电位充电，影响巡检机器人的工作效率。研究巡检机器人无线充电技术，可不与充电桩与受电端接触，在一定的区域内一边工作一边充电，可显著提高工作效率，同时还可避免因接触不好、受电端铜氧化等情形而无法充电的情况，可靠性高，操作更方便。

3.8 辅助机器人以及辅助系统

在实际巡检时，巡检机器人有可能需要上下楼层，进出非开敞的室内，或者打开需要巡检的盘柜。目前，在上下楼梯及狭小的空间里，除轨道巡检机器人外，移动巡检机器人均存在较大问题。为解决巡检机器人全天候无死角的完成巡检任务，必须有相应的辅助机器人和辅助系统来共同完成。

4 水电厂智能巡检机器人的关键技术

4.1 基于智能传感技术的巡检子系统

随着微电子技术的飞速发展，大量的先进敏感测量元件封装成为智能传感器，这些智能传感器搭载在巡检机器人上，作为测量诊断的手段，能够很容易地接入到系统而不存在兼容问题。系统根据“遇到的是什么问题”“要解决什么问题”来选择合适的传感器，通过智能融合系统就可以同时具有数据监测、状态管理、故障诊断的功能，使发电生产管理系统具有智慧，从而为运营、维护、管理提供及时准确的决策、规划和指导。

根据现场巡检的需求，在智能机器人平台上搭载基于智能传感器的巡检子系统，完成部分或全部项目的巡检任务，各子系统由巡检机器人平台综合调度，实现“智能协同”，发挥集成优势。智能巡检机器人可搭载下列子系统。

4.1.1 视频识别系统

巡检机器人搭载高清可见光摄像机，结合图像识别和分析技术，对被巡检对象的指针表计、数显表、液位计、油位、避雷器动作次数、断路器和阀门位置等进行图像采集，识别分析，完成现场。

4.1.2 红外热测温系统

搭载红外成像仪，对电机、轴承、开关柜、GIS、变压器等设备进行红外图像采集、智能识别和分析，实现有关设备的温度监测、报警和趋势分析。根据需要，可进行红外普测（面）以及设备精确测温（点）。

4.1.3 空间定向拾音系统

搭载定向拾音传感器，按照声音来源方向，在混杂的信号中进行目标信号的拾取，即只拾取特定方向传播来的声音信号，而其他方向的噪声、干扰信号不拾取而衰减或是屏蔽，达到增强目标语音的效果。根据声波的传播特性，利用声信号的时间、空间和频率特性，研究定向拾音技术，在智能后台上进行实时分析，发现异常的状态。

4.1.4 机械测振系统

可选配搭载测振仪，具备巡检区域转机轴系振动测量和声音重现功能。非接触式测量、非附加质量、高抗干扰性、测量精度高、微型测量、频率范围宽。

4.1.5 人员安全管理系统

搭载智能人脸识别系统，结合智能穿戴，辨别现场的工作人员是否出现在合理的区域，有无违规现象，并能够给相关人员进行培训和现场指导。

4.1.6 异常气味监测系统

搭载气敏传感器或传感器阵列，将气体及浓度信息转化为电信号，利用模式识别方法，分析确定气味的类型。通过系统的在线学习分析技术确定气味与设备的关系，完成现场设备异常状况的监测与识别。

4.1.7 跑冒滴漏监测系统

根据不同的介质及工况，采用泄漏电缆、声压计、视频识别、红外测温等检测技术，通过综合分析，自动识别现场水、油、气跑冒滴漏。

4.2 基于多模态融合感知的故障认知学习系统

随着人工智能的飞速发展，基于智能传感器、智能算法和大数据分析的融合，构建智能融合感知系统，用来完成对象的诊断分析成为可能。诊断的实质不是测量，是把握对象的特性变化。比如设备的绝缘老化、放电等这类非均匀、非线性、非连续的问题，就是多模态的。单用温度去表征老化，单用频率去表征放电都是片面的，必须由多个模态来表征。现有的监控系统中，用多个量去完成一个判断是比较困难的，因为每一种模态的处理方法是不一样的，有的是频谱，有的是幅值，它们的频率、分辨率、精度都不一样，处理算法也不一样，而这些不同的模态数据针对的是同一个对象、同一种物理现象，如果还是用确定的算法来解决问题，则整个系统的工作量会大到无法完成。所以多模态数据融合成为解决这类问题的途径，这种融合使得多个传感器可以测量一个对象、一种物理现象。每一种模态的智能算法都不一样，能够在数据和算法层面完成融合，使这些监测的数据变成了一个问题，把复杂的数据应用变得简单起来。

水电厂智能巡检机器人系统是高度非线性系统，很多模型都是未知的，系统基于开放式“多模态”学习算法，以“具体应用”为目标。该算法可以自动完成大量多模态数据的自动学习、分析、统计，并提请人工进行缺陷和隐患的标记、确认，实现对隐患的定性与定量分析。在重复的巡检过程中，通过大量的巡检数据积累学习，不断地完善数据模型，完成迭代学习和控制，跟踪分析对象的特性，完成分析输出。系统运用“多模态学习”算法，通过学习过程中建立开放式“多模态评估模型”。在学习中完成实际问题的建模和改进，解决高维状态空间里的“自学习”评估问题。

智能巡检机器人通过多模态融合感知系统，可以根据巡检路径规划、巡检项目及节点，对各巡检点关联信息进行关联路径搜索，完成路径认知智能算法模型[4]，展开路径认知学习，以满足未知的路段以及新环境的巡检路径及节点的学习。不用重新编程，即可满足现场的新巡检路径的需求，并通过智能算法模型开展故障状态认知的学习，以完成对这种故障的认知和识别。

图2 智能融合感知系统的效应：1+1+1＞3Figure 2 Effect of intelligent fusion perception system：1+1+1＞3

4.3 具有智能状态检测分析的“智能认知”系统

基于强人工智能技术的巡检机器人，是以“拟人认知模式”的类脑学习智能核心，以逐步学习、积累、进化的方式，将所有经历过（本体）和描述过（知识库）的事态在解算空间内进行简化并归纳，保证由全部的安全操作构成为机器人半开放输出模式序列的完备总集，从而具备了真正安全意义上的灵活性和变通性。通过提升智能巡检机器人的学习能力、认知能力、理解能力和知识运用能力，使其能胜任在复杂多变环境、危险环境下自主作业。

图3 基于统计概率的深度学习算法Figure 3 Deep learning algorithms based on statistical probability

在智能巡检机器人的后台，通过“智能认知模块”的算法分析识别，整体实现对检测数据的认知、识别和诊断，实现故障的预警和处理建议。特别是对水力发电设备复杂状态大数据得深度学习和大数据的状态认知，从而实现智能预警，智能诊断，智能建议。

在对设备状态数据认知分析的同时，把监测分析结果向用户界面推送“数据展示界面”，包括全景数据图形和局部数据显示，具备通知、报警、查询、分析功能、建议等功能。

5 水电厂智能巡检机器人的应用与展望

大型水电厂的站区面积不断扩大，运行环境变得更加复杂，这样使得发电设备的巡视范围和工作量变大，通常采用人工巡视和其他传统巡视方式，依赖于巡视人员的感官和经验，很难做到全面准确巡检，给设备和系统安全运行带来各种隐患。利用智能巡检机器人进行巡视检查，就能减少现场的工作人员，在自动化不断提高的情况下规避隐患，对设备进行可靠的巡检。智能巡检机器人借助于新型智能检测及传感器技术，还能将数字化和智能化由生产领域延伸到非生产领域。采集的数据还包括：实时视频信号、实时环境数据、实时安防数据、人员位置坐标、建构筑物数据、生产管理信息等，完成全方位巡检任务。

目前，巡检机器人已在某水电厂的生产现场投入运行应用。巡检机器人能够自定义线路，自定义任务，自定义计划，代替人进行设备、仪器仪表、双漏（漏水、漏液）、温度等检查。用户可以通过实时监控、概况总览界面对机器人实时状态（线速度、温度、电量）、行进路径、实时视频、告警信息等进行监控，并自动生成巡检报告。巡检机器人优化了水电厂员工的巡检工作体制，提高设备故障的精准排查率，减少电站安全风险，成为该水电厂智慧化建设的重要的组成部分。智能巡检机器人在逐步取代人工作业，其带来的效益也十分显著。仅此一项，每年就为该水电厂减少人工成本、管理成本400万元[5]。

智能巡检机器人不但在常规水电厂得到发展应用，在抽水蓄能电厂得到更大的关注和重视，抽水蓄能电厂的运行工况环境更加复杂，巡检的压力超过常规水电厂，对巡检机器人的要求更高，基于强人工智能的巡检机器人能够更好的满足现场巡检工作的要求。

6 结束语

本文提出了智慧水电厂建设需要强人工智能的巡检机器人，介绍了强人工智能巡检机器人的研究方向和关键技术。通过智能巡检机器人移动平台的巡视监测，后台大数据智能算法模型的分析和自学习，发掘有价值的信息，从被动数据系统变成主动表达的智能数据系统，再由控制系统实现对机组运行的优化控制。实现为管理者提供智能运维，智能诊断，智能决策等方面的信息，从而辅助发电企业制定生产计划、电力市场的报价决策等经营管理活动，具有良好的推广应用前景。

建设智慧水电厂是经济、社会发展的大势所趋，也是时代技术发展的大方向。智能巡检机器人应用于水电的生产运行中，可进一步加快智慧电厂的建设步伐，减轻运行人员的劳动强度，减少现场巡检人员，实现真正的无人值班，提高水电企业的核心竞争力，最终达到更安全、更高效、更可控、更便捷的智慧电力生产运营体系，适应迅速变化的电力市场发展的需要。