论文部分内容阅读
高压变电站巡检机器人需要巡视多种电力设备,巡检机器人的高效、安全运行对于保证变电站安全运行至关重要,这便要求巡检机器人在运行过程中需要避开高场强区域,同时保证巡检路径最短.引入了抗体基因参数,提出了改进型的免疫蚁群算法,结合模糊神经网络建立了最优路径选择模型,利用变电站电场分布云图和电力设备、巡检机器人电场仿真结果实现了最优路径的计算的3维结果显示;最后基于海量电力设备紫外图像进行了模糊神经网络训练和深度学习,实现了电力设备缺陷的图像识别.实例分析结果显示文章建立的路径选择模型可以有效计算出巡检机器人的最优安全巡检路径,同时相比传统智能算法具有更少的迭代计算次数,验证了此方法的有效性.