变电站巡检机器人现状与发展综述

张贵峰，张志强，沈锋

（1.南方电网科学研究院有限责任公司，广东 广州 510000；2.哈尔滨工业大学，黑龙江 哈尔滨 150000）

0 前言

巡检就是对相关设备进行巡视检查，及时发现隐患，排除隐患。变电站、输电线路、工厂、建筑等地点都需要日常巡检维护，特别是变电站等环境，设备数量和种类较多，一旦有隐患没有及时排除，轻则无法正常运行，重则影响周边大面积区域的正常生产生活，甚至造成人身伤害。例如，本世纪初北美电力系统大停电事故，在事故中变电站变压器绝缘劣化产生了故障，由于未及时巡检维护，最终引发了大规模停电。

目前巡检主要依靠人工完成，即使巡检流程完善严谨，仍避免不了人工带来的漏洞，并且变电站故障类型众多，某些故障人工巡检维护较为困难，甚至威胁工作人员人身安全。变电站智能巡检作业机器人作为新型巡检作业手段，可以代替人工对设备进行巡检作业，起到减员增效作用，保障了工作人员人身安全，具有广阔的应用前景。随着经济的发展，智能电网的概念被提出，世界多国陆续开展了变电站智能巡检机器人相关研究，并进行了推广应用，提升电网智能化水平。

本文首先对国内外变电站巡检机器人现状进行调研，其次介绍了变电站巡检机器人的关键技术，最后对变电站机器人的未来发展进行展望，总结了变电站巡检机器人的应用前景以及技术难点。

1 变电站巡检机器人研究现状

1.1 国外变电站巡检机器人研究现状

20世纪80年代，500 kV 变电站巡检机器人，但是由于技术问题，仅在2～3 所变电站试用并停止了后续的研发，如图1(a) 所示[1]。八十年代末期，日本研制出了地下管道监控机器人[2]，用于监测275 kV 地下管网内的温度、湿度、水位、甲烷气体、声音、超声、彩色视频图像等，如图1(b)所示；九十年代，日本又研制出了涡轮叶片巡检机器人[2]，配电线路巡检机器人等应用于不同场景的巡检机器人，如图1(c)，图1(d)所示。

图1 日本变电站巡检机器人

美国研发的变电站检测机器人[3]，能够实现电力设备自动红外检测，并使用检测天线定位局部放电位置，如图2所示。

图2 美国电力巡检机器人

新西兰研制的电力巡检机器人[2]，采用全球定位系统（Global Position System,GPS）定位，具备双向语音交互以及激光避障功能。

图3 新西兰电力机器人

2013年，加拿大研制出了一种检测及操作机器人[3]，采用GPS 定位方式，具备视觉和红外检测功能，并能远程执行开关分合操作，如图4所示。

图4 加拿大检测及操作机器人

1.2 国内变电站巡检机器人研究现状

在国内，国家电网山东省电力公司电力科学研究院及下属的山东鲁能智能技术有限公司于1999年最早开始变电站巡检机器人研究。2004年，研制成功第一台功能样机，后续在国家电网公司多个项目支持下，研制出了系列化变电站巡检机器人[1]，如图5所示。如今其自主研发设计的变电站智能巡检机器人已在全国推广应用，服务于29个省的500 多个变电站，覆盖110～1000 kV 电压等级，产品市场份额占国内50%以上，稳居行业第一。

图5 国家电网公司系列变电站巡检机器人

此外，2012年2月，中科院沈阳自动化研究所研制出轨道式变电站巡检机器人，如图6所示，可在冬季下雪、冰挂情况下的变电站进行巡检工作。

图6 沈阳自动化研究所轨道机器人

2016年起，南方电网广东电网公司启动变电站巡检机器人样机研制项目，并成为国内第一个实现了对室外局放的精准检测的机器人项目，如图7所示。

图7 南方电网首台自主研发的变电站机器人

昆明供电局变电管理二所于2017年12月开展变电站智能巡检机器人项目，用以缓解人力资源不足的情况。2018年，昆明供电局首座500 千伏草铺变电站智能巡检机器人项目完成基础建设，如图8所示。

图8 昆明供电局500千伏草铺变电站巡检机器人

除此之外，随着智能电网及智能变电站的建设，国辰机器人、亿嘉和、国自机器人（如图9所示）等为代表的机器人研制企业也取得了良好的发展。

图9 国内机器人企业研制机器人

2 智能巡检机器人关键技术

2.1 高精度自主导航定位技术

由于变电站巡检机器人多应用于无人值守或少人值守的现代化变电站，大都采用全自主运动及返回的控制方式，对导航定位系统要求较高，因此巡检机器人实现移动自主化、巡检智能化的首要关键技术就是高精度自主导航定位技术。

早期研制的变电站巡检机器人多采用轨道式移动控制方式，机器人沿铺设好的地面轨道、空中设立的线路轨道以及磁轨道等，实现机器人移动及停靠位置的控制。轨道式导航控制系统简单、精确度高，但是固定轨道也为机器人功能扩展带来了限制。固定轨道使得机器人巡检路线固定单一，不易实现自主避障，不能实现变电站设备的全覆盖，机器人自主巡检能力不强。并且固定轨道导航技术需提前在路面铺设导航轨道，前期基建工序复杂、建设成本较高，并且由于轨道暴露在路面，受雨水浸泡、阳光曝晒等影响，易产生损坏、脱落、失磁等问题，需定期对轨道进行检修，维护复杂、成本高。

无轨导航技术是巡检机器人自主移动、巡检设备的前提。目前常用的导航控制技术有全球导航卫星系统（Global navigation satellite system，GNSS）、惯性导航等[4]。GNSS 导航技术利用GNSS 卫星，对机器人位置进行定位，但变电站的复杂电磁环境会产生不利影响，严重制约了其导航可靠性。国家电网公司电力机器人技术实验室研发人员首先尝试采用GNSS等无线信号定位的导航技术，由于变电站电磁环境复杂，在局部区域存在信号丢失，在变电站内适用性不强。惯性导航是无源导航方式，受电磁干扰小，其利用机器人搭载的惯性测量单元（Inertial Measurement Unit，IMU），根据测量加速度、角速度等数据，获取机器人的位姿和速度信息，但惯性导航误差随时间累计，严重制约了其长时可用性。

多源融合导航算法可以实现稳定、高精度的定位导航，具有环境适应性强、自主性强、任务路径变更灵活等优点。国家电网公司电力机器人技术实验室率先开展了激光/视觉系统的多传感器融合的导航方式，实现了变电站内机器人的自主定位、导航、避障等功能，导航定位精度达到3 cm，拓展了室外移动机器人的导航方式，解决了机器人活动范围对既定轨道的依赖性问题。

2.2 环境智能感知技术

实现机器人对变电站环境的感知是智能化、自主化巡检的前提，特别是机器人防碰撞的需求，要求机器人能够实现全天候巡检情况下对周边环境的感知。

即时定位与地图构建（Simultaneous Localiza tion and Mapping，SLAM）技术的相关概念最早由Cheeseman 等在1986年的IEEE 机器人与自动化会议提出，旨在将基于估计理论的方法引入机器人的建图与定位问题中，通过对特征间的关系和不确定性进行描述，建立准确的SLAM 的数学模型[5]。SLAM 技术具体是指搭载环境感知传感器等的运动主体，在未知环境或已知地图中利用传感器对环境的观测信息创建地图或增量式的更新优化地图，常用于载体对周围环境进行感知。在SLAM 算法中，定位与建图相互依赖，高度相关，未知环境精确地图的建立依赖于机器人定位算法的准确性，而要在未知环境地图中进行定位同样依赖已建立的局部地图。经过30 余年的发展，SLAM 及相关技术日渐成为无人驾驶、机器人、室内导航与定位等应用领域的研究热点。

按主要应用的传感器类型，SLAM 技术可以划分为视觉SLAM 和激光SLAM。其中，因为激光雷达处理速度快、数据精度高、可以高效响应动态环境下场景变化，被主流厂家采用进行变电站环境感知。当前，激光SLAM 框架一般分为前端扫描匹配、后端优化、闭环检测、地图构建4个关键模块。前端扫描匹配是激光SLAM 的核心步骤，工作内容是已知前一帧位姿并利用相邻帧之间的关系估计当前帧的位姿；前端扫描匹配能给出短时间内的位姿和地图，但由于不可避免的误差累积，后端优化正是当长时间增量式扫描匹配后优化里程计及地图信息；闭环检测负责通过检测闭环而减少全局地图的漂移现象，以便生成全局一致性地图；地图构建模块负责生成和维护全局地图[6]。

2.3 路径最优规划技术

路径规划作为变电站巡检机器人研究的重要问题，主要指通过环境感知，智能规划一条从起点到目标点的路径，且尽量确保该路径最短最为合理[7]。对于巡检机器人的路径规划，概括其关键问题主要有：

1）全局路径规划问题：已知全局环境信息，如何通过合理的路线设置，规划可行驶范围、规避静态障碍物。

最直接且可靠的全局路径规划方式是人工路径设置，即结合实际环境人为进行路径的设计，充分考虑静态障碍物的分布范围，设置巡检机器人的可行驶区域。此方法适用于具有比较明显的机器人可行驶路面的地图环境，并且人工设置路径需借助可视化工具。除去人工设置的方法，自由空间法用结构空间的方法对周围环境进行建模，并将巡检机器人视为一个质点，保证其在建模环境中避开障碍物从起始点朝着目标点移动。同时，基于人工智能的研究推进，多种智能路径规划方法也被提出，如蚁群算法、遗传算法、神经网络算法和模糊控制算法等[7]。

2）最短路径搜索问题：针对已规划的路径，如何求解地图中两点间的最短距离。

最短路径搜索问题可以描述成根据先验地图环境模型和全局路径信息寻找从起点至目标点的最优路径。A*算法[7]是常用的一种最短路径搜索算法，其使用代价函数描述地图上两点间路径通过代价，递归搜索通过代价最小的路径。Dijkstra 算法[8]是图论中求取最短路径的经典算法，主要寻找一点至其余各点的最短路径。Floyd 算法[9]是经典的动态规划算法，可以解决有向图中任意两点间的最短路径问题。

2.4 图像自主采集技术

变电站巡检机器人极其重要的一项工作就是在巡检过程中采集设备仪表图像，比如常见的电流表、电压表、气压表、温度表等仪表的示数、变压器套管等图像。大部分现场仪表由于成本和历史的原因都是现场指示仪表，并不具有智能仪表的远传功能，因此需要巡检机器人通过计算机视觉的方法去读取仪表示数。仪表的示数不统一是设备图像采集过程中的难题之一，仪表示数有的是数字式的，有的是指针式的，并且每个变电站的工况不一样，用的仪表种类也不一样，即使是监控同样指标的仪表，也存在不同品牌不同样式情况，即使是同一个变电站的同一个监测点，也存在室外不同光照、巡检机器人不同拍摄角度、不同程度的遮挡和模糊等情况，这给巡检机器人实现仪表检测和示数识别功能带来了极大的难度。对于仪表检测来说，线联检测器（简称为VJ 级联检测器）是使用范围最为广泛、最为经典的物体检测器之一。近些年随着智能算法的发展，深度学习在物体检测领域大放异彩，取得了长足的进步。Selective Search 策略是基于深度学习检测方法的基础，这种策略为图像多物体检测计算出很多的候选框，称之为Proposal。国外Girshick[10]等提出了一种基于RCNN 算法，总体上采取的是Selective Search 结合卷积神经网络的框架。杨光[11]提出基于卷积神经网络的变电站巡检机器人图像识别技术，进一步提升了表计识别准确率。李军锋[12]结合深度学习和随机森林的电力设备图像识别技术，将部分电力设备的准确度提升到89.6%。除此之外，还有一系列的性能良好的深度学习检测算法，应用于物体检测领域。

其次，机器人定位导航和云台控制都存在一定的精度误差，会使采集设备图像时出现设备并未在视场中心，甚至偏差视场的问题。由此出现了一种基于设备模板库的视觉伺服控制技术，依据机器人的云台预置位驱动云台转动，调节相机焦距和倍率，形成自动巡检模式下大视场的设备小图，再比对模板库中的设备小图以提取目标图像位置的像素差，通过计算视场中的水平及垂直角度偏差控制云台转动，校正因导航和云台控制误差产生的目标点偏离。目前的基于设备模板库的视觉伺服控制技术虽然可以纠偏，但增加了巡检时间，降低了巡检效率，快速地伺服校正技术成为当前巡检机器人技术提升的重点研究方向。

2.5 红外测温技术

变电站的设备巡视工作方法一般就是目测、耳听设备的运行情况，后来常使用红外测温装置检测设备热缺陷来保障设备安全[13-14]。因此，巡检机器人搭载红外热成像仪，可实现对设备红外测温。在巡检过程中，机器人利用红外热像仪采集设备红外图像并上传监控后台，监控后台分析设备红外图谱获取设备温度，设备温度超过正常温度时，巡检机器人预警设备缺陷，便于运维人员获得设备缺陷信息，进而保障设备的安全、可靠运行。

日本早期研制的巡检机器人就配备了红外热像仪和图像采集装置，代替原有的手持红外热像仪人工检测设备热点的方式，并且利用远程监控的方式代替人工现场观测，降低了劳动强度、提高了人员安全。国家电网公司电力机器人技术实验室在此基础上，研究了基于红外测温的三相对比并应用于变电站巡检机器人。

红外图像温度识别技术目前已较为成熟，即根据物体的红外辐射强度判断其温度高低，各厂家采用的识别技术基本一致。通常采用制冷焦平面热像仪和非制冷焦平面热像仪，主流厂家采用非制冷焦平面热像仪，因其相比于制冷焦平面热像仪，具有体积小、重量轻、功耗低、可靠性高、维护方便、灵敏度高等优点。

2.6 声音识别技术

目前的变电站巡检机器人普遍搭载拾音器，能够对设备声音进行采集，以判断设备运行情况。国内许多单位都对声音识别开展了研究，其中清华大学[15]在1999年提出了基于声音信号的变压器状态检测方法，能够利用机器代替人工“听”取变压器状态。国家电网公司电力机器人技术实验室[16]在2010年开展基于声信号的分析研究，实现了变压器异常的自动检测及环境噪声分析。李晶[17]利用LBG 算法得到变压器和高抗设备的码本，将识别准确率提升到99%。李红玉[18]提出了基于声音谐波特征及矢量量化的变电站设备声音识别方法，以此来识别变压器和高抗设备声音。但现阶段的变电站声音识别仍存在以下两方面的较大困难：

1）声音采集困难。变电站场地集中了大量设备，设备声音和环境声音交叉干扰，难以区分。

2）没有声音识别标准。变电站设备声音识别没有标准和规范，对采集到的声音提取特征值后，无法从声音样本判断设备是否存在异常。

2.7 局部放电检测技术

局部放电检测主要是对高压开关柜的绝缘介质间电气放电情况进行地检测。主要的局放检测方法有光学检测法、超声波检测法、暂态地电波检测法、特高频法[19]。

1）光学检测法

利用光电倍增器检测放电过程中产生的光信号，是局放检测技术中灵敏度最高的方法。但由于玻璃和SF6气体等物质对光子信号吸收能力很强，因此这种方法无法透过开关柜对局部放电情况进行检测。这决定了光学检测法只能采用离线检测方式，无法实现在线监测。

2）超声波检测法

局部放电激发的超声信号带宽较宽，可用声发射传感器在电力柜外检测到。由于超声波检测法是非侵入式的，所以它对设备内部局放产生的电磁场没有影响，受设备外的噪声影响较小。但由于声信号在通过绝缘子和SF6时会产生一定的衰减，导致有部分情况下的超声波检测法无法准确进行局部放电检测。

3）暂态地电波检测法

暂态地电压信号一般发生在绝缘内部的局部放电中。当开关柜设备产生局部放电时，电场能量会由电势高的位置走向电势低的接地金属部分，从而在开关柜表面金属形成对地的电流。在这过程中，放电是间歇性的，对地电流也会一直在改变，变化的电场周围会出现磁场，并且磁场会以电磁波的方式向外传播。传感器感应到传播过来的电磁波后，就会形成TEV信号。检测系统中利用电容耦合传感器来检测TEV 信号，再将信号转化为可以比较的放电量，如电压幅值和频率。这种方法检测频带可达到1～25 MHz，并具备较高的检测灵敏度。

4）超高频法

超高频法是检测局放产生的电磁波的超高频，超高频是指300 MHz～3 GHz 之间的频带部分。由于噪声干扰的频率通常在500 MHz 以下，因此超高频法抗干扰能力很强。但由于超高频信号距离局放源越远衰减越大，要求传感器离局放源较近，不适用于开关柜的局放检测。

主流厂家基于其丰富的电力高压柜局放测量经验，采用超声波+ 地电波测量方式，通过两种方法的互补和对比，拓宽了检测频带、提高了检测灵敏度，并结合时间维度上的趋势分析，实现设备局部放电的精确监测。

3 变电站智能巡检机器人展望

3.1 变电站智能巡检机器人应用前景

变电站巡检机器人数量远未达到市场饱和的程度，还有极大的发展前景。按国家电网和南方电网的规划，原有枢纽及中心变电站智能化改造率将达到100%，加上将要建成的智能变电站，变电站巡检机器人在短期看来将有十几亿元的市场容量。中长期来看，我国的变电站巡检机器人潜在市场规模接近百亿元，具有较大的市场空间。并且若变电站巡检机器人大量投入使用，并与变配电综合自动化系统、绝缘在线监测系、视频监控系统的共同配合下，变配电所将向着智能化和无人化快速发展，远期节约的人工成本也较为可观。

此外，传统变电站为保证变配电设备运行安全，值班员必须在雷电、大雾、大雨等特殊天气及设备运行异常时进行巡视检查，但给值班员的人身安全带来了较大的隐患，投入使用智能巡检机器人后，此项工作完全可由巡检机器人担任，消除了值班员的人身安全隐患，其远期的社会效益也不可忽视。

3.2 变电站智能巡检机器人未来技术发展

目前，变电站巡检机器人已经在浙江、江苏、山东等省电力公司中推广应用，从实际利用的效果来看，机器人巡检一定程度上可以替代人工完成日常的巡检，但依然存在巡检效率低、智能化水平较低等缺点。未来巡检作业机器人的发展趋势是提高巡检机器人的智能性和运动灵活性，具体体现在以下几方面。

1）实时高精度导航定位技术

变电站巡检机器人为保证自主导航的稳定性、采集图像的高质量，在执行巡检任务过程中对停车点的定位精度要求较高。实际应用中，由于机器人速度较慢致使整站巡检时间较长，因此需要大大提高自主巡检时车体的行走速度，同时保障机器人行走过程中导航的平稳性、停车时的精确性，研究一种适用于高动态环境的实时高精度导航技术成为未来必然趋势。

2）简易化环境智能感知技术

受限于硬件性能和算法复杂度等因素，SLAM 技术尚无法实现定位与建图的实时同步运算。为确保场景内的环境感知，在实现自主运行之前必须要由专业人员根据场景实际情况对SLAM 算法进行离线建图，获取场景环境的初步信息，这一定程度上降低了巡检机器人的易用性。并且目前的激光SLAM 算法仍需要不同种类德传感器辅助激光雷达以达到精度要求，而变电站巡检机器人受限于成本、体积和变电站特殊环境，许多环境感知传感器无法搭载，这降低了变电站巡检机器人环境感知的精确性。随着硬件性能的快速提升以及SLAM 算法的高速革新，实现简易化SLAM 算法是巡检机器人的必然发展方向。

3）备缺陷智能分析技术

设备缺陷智能分析技术是智能巡检机器人一个重要的发展方向。变电站设备巡检过程中，机器人利用图像识别、红外测温等技术可以实现设备缺陷预警，但目前预警方法太过简单，可识别的缺陷类型较少。随着各类检测技术的发展和模块化、小型化制造工艺的进步，未来巡检机器人将能够搭载更多类型的传感器，获取多样化的设备状态信息。因此，设备缺陷智能分析技术是未来巡检机器人亟待发展的技术。通过设备缺陷智能分析技术，可以进行更加精确的数据筛选和更加多维的数据分析，实现对设备故障更精准的预测和对设备缺陷类型、潜在故障位置和严重程度进行智能判断，便于运维人员获得准确的设备缺陷信息，制定合理高效的应对措施，进而保障设备的安全、可靠运行。

4）基于机械臂运动规划的自主作业技术

巡检机器人主要功能尚停留在对电力设备的远程测量和监控上，不具备直接操作电力设备的能力。随着自动化、智能化水平的发展，未来巡检机器人功能必将由发现问题向解决问题转换，更深层次的减轻电力运维人员的工作压力。基于机械臂运动规划的自主作业技术也必将是未来巡检机器人的重点发展方向。通过机械臂的位姿分析技术、精确控制技术和设备操作规程建立中可开展机器人自主作业的规程特征数据库，并研究不同规程特征下机器人自主作业的执行方案与策略。

此外，加快各系统间互联互通，实现从任务下达到结果上传的一体智能化，以及机器人设计标准化、机器人零部件接口统一化和巡检规范和制度通用化也是智能巡检机器人未来的研究工作重点。

4 结束语

随着电网智能化和变电站无人化的推进，变电站巡检机器人具有了广阔的应用前景。本文首先介绍了变电站巡检机器人研究现状，目前国内外都开展了变电站巡检机器人的研究，并推出了多款巡检机器人在多个变电站进行了应用。其次阐述了变电站巡检机器人的关键技术，目前变电站巡检机器人上搭载了多种传感器，通过自主导航、环境感知等多项关键技术，实现智能自主巡检。变电站巡检机器人还有极大的发展前景，市场远未饱和，但还存在一些亟待解决的技术难点。本文最后总结了变电站巡检机器人的应用前景以及未来的技术重点，希望对变电站巡检机器人的发展提供有用建议。