（贵州电网有限责任公司都匀供电局558000）
摘要：近年来，随着我国电网规模的不断扩大，气体绝缘组合电器的内部故障也逐渐增多，目前国际上主要采用对局部放电的超高频率检测来实现GIS故障情况的监测，然而局部放电信号是通过收集小波变换分析理论的方法，进行特征提取，这些方法只能起到去除噪声的功能，无法提供局部放电信号的详细数据，而且GIS故障大多分布于单个局部放电信号源的情况，对于多个局部放电源放电源同时存在的情况，不能做到良好的故障识别。GIS故障定位过程中很容易受到信号干扰，也无法获得准确的信息，定位较差，且存在覆盖不到的定位点，为有效解决这一问题，引入了目标识别算法进行GIS故障监测，还通过利用目标识别算法对于GIS的电力设备检测目标进行识别，根据图像的局部特征，找出电力设备需要检测的故障位置和特征，以便后期开展x射线检验工作。
关键词：目标识别；算法；GIS；故障；监测；
变电站是我国电网运行的重要枢纽，变成站内的设备运行状态是整个电力传输的重要保障，随着近年来国内外机器人技术的发展，机器人在变电站中的应用范围也越来越广，尤其是巡检机器人的运用给变电站检修带来了便利，近年来，该技术应用于X无损检测技术可以有效避免x射线对人体的放射性危害，但由于变电站的设备众多，给机器人技术在x射线检测技术中的应用带来一定的困难。本文通过对移动机器人的路径规划进行讨论，以便找出适合于变电站x射线检测机器人目标识别的方法。
一、GIS故障诊断方法
目前国内主要有以下几种GIS故障检测的方法。一、超高频检测诊断。在20世纪80年代初GIS局部检测领域引入了超高频检测诊断方法，可用于局部检测，该方式得到社会各界的高度认可，该方法具备了高度的灵敏度，而且抗干扰能力较强，能够对频率范围在0.3到3G赫兹的电磁波信号进行有效检测，但无法进行定量标定和模式识别，而且当在监测故障信号偏高频时，对于机械信号频率较低，则该方法准确定行故障判断。二、机械振动检测。GIS振动信号存在于表征设备运行状态的很多信息，当GIS处于正常运行状态时，振动信号成分单一，主要是二倍的基频信号，而当GIS出现故障时，通过振动传感器收集GIS设备的振动信号，并经过分析处理之后，分离出不同组件的不同频率成分，能够实现有效的故障分析。
二、X射线无损检测移动平台
根据变电站GIS电力设备采用x射线无损检测的作业要求，电站的运行环境和所有机器人技术的特点，电力设备x射线无损检测移动平台系统，包括机器人，承载的x射线检测设备的机器人操作臂等，具体该平台是有移动机器人远程控制基站在运抵电站后，通过简单的连接启动设备，并完成设备的自检，待设备就绪之后，通过控制基站的操作页面进行设定GIS检测设定位置，以确定移动机器人的目标位置，然后启动二套移动机器人，根据变电站内部的环境信息以及传感器获得的数据信息，进行决策和规划已实现自主导航与定位，运动到需要检测的设备附近。
三、X射线无损检测平台路径规划方法
在研究分析变电站内置GIS设备的分布，以及安装情况的基础上，将检测评的路径分为两种，一种是全局路径规划，另一种是局部路径优化，前者是便于找到全局的最优路径，而后者是在躲避机器人行驶过程中遇到的未知障碍物。移动机器人的全局路径规划在半结构化环境中，需要时间在变电站内置GIS设备的环境地图，以路径最短作为优化目标，其实搜索的基本思想是把到达节点的代价和从该节点的目标为代价，结合起来对接点进行评价，而在建立栅格地图，是由于局部路径规划具有躲避动态障碍物的功能，因此栅格力度可以适当增大，以降低系统的储存空间以及搜索空间，在获取最优路径时，起始点可以设为机器人当前位置在栅格坐标系下的坐标，搜索目标点设为机器人目标点位置在栅格坐标系下的坐标，可以生成一条从初始点到目标点的目标序列子节点，序列中，除了全球目标节点外，每个节点都可以指向一个父节点的指针，然后这些子节点投影到机器人所在的世界坐标系下，就是子节点在世界坐标系上的坐标，机器人没有达到最终目标时，机器人受到引力的节点是机器人在栅格的父节点在世界坐标系下的位置，当机器人达到最终目标所在栅格时，之后机器人此时受到的引力是机器人目标节点下的引力。
四、X射线无损检测平台目标识别
对于在变电站内的移动以及GIS设备检测的机器人来说，可以分为障碍目标和操作目标的识别这两种检测，可以利用激光雷达完成所谓障碍物时，出现在机器人行进路径上能够阻碍机器人前进的物体，由激光雷达检测一定范围内的障碍物就可完成检测，在路面相对平整的条件下进行，机器人不易产生颠簸，所以位于雷达的光心位置可以安放在离地面较近的位置，这样可以检测到较矮处的障碍物，然后利用激光测距仪反馈的信息能够具体获得障碍物对于移动机器人的距离以及位置，并根据人工势场法进行避障，对于这样GIS设备操作目标的识别可以通过sSIFT算子对操作目标进行匹配，SIFT是头像的局部特征，其对平移，缩放，旋转等变化可以保持不变。同时对于光照，视角，阴影等环境因素的影响，也可以保持相对的稳定。
五、基于异常振动分析的GIS机械故障诊断软硬件系统设计
GIS机械故障的诊断过程是由振动信号采集，特征提取以及故障识别，这三部分构成的，GIS外壳的振动信号是由各个组成部分的隔离开关，互感器，母线等叠加传导实现的，在外壳上的振动信号具有这些设备振动信号的振动特征，GIS开关操作能够引起外壳较高的振动强度，、振动明显，但相对频率较低，GIS母线的安装结构中存在长时间的负荷电流，这种情况下很容易导致对地短路，引起较大振幅。针对当前GIS机械状态带电检测与故障诊断技术的研究，我们设计了一套基于振动信号处理的GIS机械故障监测系统，是探究变电站GIS基于振动信号分析机械故障技术的基础。由于GIS故障监测系统与GIS必须同步进行，为了实现设备的带电检测，GIS的机械故障在线监测硬件必须与实际电气设备参数相匹配，其中数据采集系统是由传感器以及放大器组成，将被检测的诊断物理量变换成以电量和电参数为主要形式的信号，是振动测试传感器的作用，传感器输出的信号电参量以一种模拟信号的方式输出，此外，在信号输出系统硬件设计上采用先进快速的数据采集装置完成GIS动作信号的同步记录，将以上两个部分与便捷式PC电脑端通过合理的连接方式，构成一个整体，便是完整的GIS机械故障在线监测硬件系统，软件系统是实现故障诊断算法的核心，根据系统的要求，可以将软件系统分为数据采集、分析、存储、检索这四个基本模块构成，采用数据流模型，由于语言本身是一种数据流的编程语言，所以适用于LabVIEW进行程序设计。
六、小结
由于近年来GIS对于国民生活重要程度，对GIS常见的机械故障的研究迫在眉睫，由于实际过程中GIS故障信号不容易获取。而且变电站设备较多，站内线路复杂，如何能够让携带x射线检测的机器人顺利到达检测地点，并完成检测任务，在本文汇总我们提出了让移动机器人在全局路径进行整体规划，并利用人工势场法躲避路径中可能存在的位置障碍物，待其到达检测地点后，对于GIS的电力设备操作目标的识别可以通过SIFT算子对操作目标进行匹配，然后根据图像的局部特征识别出电力设备的具体特征，以便进行后续的x射线检测工作。
参考文献：
[1]金立军，刘卫东，钱家骊．GIS绝缘配合中的故障分析及诊断和检测技术[J]．中国电力，2002年第35期（3）：52-55．
[2]王国彪，何正嘉，陈雪峰，等．机械故障诊断基础研究“何去何从”[J]．机械工程学报，2013年第49期（1）：63—72．
[3]刘传领.基于势场法和遗传算法的机器人路径规划技术研究[D].南京理工大学，2013年第1期.