基于數(shù)據(jù)挖掘技術(shù)的變電站巡檢機(jī)器人故障分析與自主特巡系統(tǒng)
發(fā)布時(shí)間:2023-05-14 19:32
近年來(lái),隨著智能電網(wǎng)的建設(shè)和變電站人工替代技術(shù)的推廣,變電站自動(dòng)巡檢機(jī)器人在各級(jí)變電站得到廣泛應(yīng)用。然而目前的巡檢機(jī)器人系統(tǒng)并不能自動(dòng)查找分析故障隱患設(shè)備,只能對(duì)已出現(xiàn)缺陷的設(shè)備生成報(bào)告,很多隱患設(shè)備只能通過(guò)人工方式預(yù)測(cè)排查,因而加重了運(yùn)維人員的生產(chǎn)負(fù)擔(dān)。為了強(qiáng)化機(jī)器人在變電站巡檢工作中的利用效率,使巡檢機(jī)器人更好地服務(wù)于運(yùn)維工作,減輕人員負(fù)擔(dān),本文提出利用數(shù)據(jù)挖掘技術(shù)分析變電站運(yùn)行數(shù)據(jù),使巡檢機(jī)器人系統(tǒng)能夠自主完成故障診斷,尋找相關(guān)巡視點(diǎn),并制定特巡計(jì)劃。主要工作如下:第一,構(gòu)建變電站三方綜合數(shù)據(jù)庫(kù)。為了收集數(shù)據(jù)挖掘過(guò)程所需的設(shè)備運(yùn)行數(shù)據(jù),將生產(chǎn)系統(tǒng)、監(jiān)控后臺(tái)、機(jī)器人巡視三方數(shù)據(jù)進(jìn)行整合,去除噪聲干擾后形成綜合數(shù)據(jù)庫(kù),用于挖掘缺陷設(shè)備。以機(jī)器人后臺(tái)為綜合數(shù)據(jù)庫(kù)數(shù)據(jù)分析平臺(tái),優(yōu)化機(jī)器人采樣數(shù)據(jù)庫(kù),制定更為科學(xué)的巡視策略,提高巡檢機(jī)器人巡視效率,并依托靶向采集數(shù)據(jù),提高綜合數(shù)據(jù)庫(kù)樣本質(zhì)量。同時(shí),基于生產(chǎn)管理系統(tǒng)構(gòu)建知識(shí)信息庫(kù)和故障信息庫(kù),為缺陷等級(jí)分類(lèi)和挖掘缺陷相關(guān)的故障點(diǎn)提供依據(jù)。第二,完成設(shè)備故障挖掘。深入研究數(shù)據(jù)挖掘應(yīng)用,篩選適合故障分析的方法,確定以粗糙集和故障樹(shù)相結(jié)合的數(shù)據(jù)挖掘...
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題目的和意義
1.2 變電站巡檢機(jī)器人發(fā)展現(xiàn)狀
1.3 變電站設(shè)備狀態(tài)監(jiān)測(cè)及數(shù)據(jù)分析發(fā)展現(xiàn)狀
1.4 本文研究?jī)?nèi)容及目標(biāo)
2. 基于數(shù)據(jù)挖掘技術(shù)的變電站設(shè)備狀態(tài)信息數(shù)據(jù)庫(kù)構(gòu)建
2.1 數(shù)據(jù)挖掘技術(shù)
2.2 三方數(shù)據(jù)的獲取與采集
2.3 設(shè)備狀態(tài)數(shù)據(jù)預(yù)處理
2.4 變電站設(shè)備狀態(tài)信息庫(kù)的建立
2.5 本章小結(jié)
3. 基于粗糙集理論的變壓器設(shè)備故障樹(shù)構(gòu)建
3.1 粗糙集與故障樹(shù)分析方法
3.2 變壓器設(shè)備故障類(lèi)型
3.3 設(shè)備故障狀態(tài)量體系
3.4 應(yīng)用粗糙集理論構(gòu)建變壓器故障樹(shù)
3.5 本章小結(jié)
4 變電站檢修數(shù)據(jù)關(guān)聯(lián)度挖掘
4.1 關(guān)聯(lián)規(guī)則挖掘方法
4.2 變電設(shè)備缺陷分級(jí)與關(guān)聯(lián)規(guī)則挖掘
4.3 故障信息庫(kù)的關(guān)聯(lián)度挖掘
4.4 通過(guò)FP-growth算法實(shí)現(xiàn)檢修數(shù)據(jù)關(guān)聯(lián)度挖掘
4.5 本章小結(jié)
5 巡檢機(jī)器人路徑規(guī)劃及路徑優(yōu)化
5.1 巡檢機(jī)器人巡視任務(wù)及路線
5.2 蟻群優(yōu)化方法
5.3 基于蟻群算法的巡檢機(jī)器人路徑優(yōu)化
5.4 巡檢后臺(tái)軟件與算法驗(yàn)證
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
學(xué)位論文評(píng)閱及答辯情況表
本文編號(hào):3817627
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 選題目的和意義
1.2 變電站巡檢機(jī)器人發(fā)展現(xiàn)狀
1.3 變電站設(shè)備狀態(tài)監(jiān)測(cè)及數(shù)據(jù)分析發(fā)展現(xiàn)狀
1.4 本文研究?jī)?nèi)容及目標(biāo)
2. 基于數(shù)據(jù)挖掘技術(shù)的變電站設(shè)備狀態(tài)信息數(shù)據(jù)庫(kù)構(gòu)建
2.1 數(shù)據(jù)挖掘技術(shù)
2.2 三方數(shù)據(jù)的獲取與采集
2.3 設(shè)備狀態(tài)數(shù)據(jù)預(yù)處理
2.4 變電站設(shè)備狀態(tài)信息庫(kù)的建立
2.5 本章小結(jié)
3. 基于粗糙集理論的變壓器設(shè)備故障樹(shù)構(gòu)建
3.1 粗糙集與故障樹(shù)分析方法
3.2 變壓器設(shè)備故障類(lèi)型
3.3 設(shè)備故障狀態(tài)量體系
3.4 應(yīng)用粗糙集理論構(gòu)建變壓器故障樹(shù)
3.5 本章小結(jié)
4 變電站檢修數(shù)據(jù)關(guān)聯(lián)度挖掘
4.1 關(guān)聯(lián)規(guī)則挖掘方法
4.2 變電設(shè)備缺陷分級(jí)與關(guān)聯(lián)規(guī)則挖掘
4.3 故障信息庫(kù)的關(guān)聯(lián)度挖掘
4.4 通過(guò)FP-growth算法實(shí)現(xiàn)檢修數(shù)據(jù)關(guān)聯(lián)度挖掘
4.5 本章小結(jié)
5 巡檢機(jī)器人路徑規(guī)劃及路徑優(yōu)化
5.1 巡檢機(jī)器人巡視任務(wù)及路線
5.2 蟻群優(yōu)化方法
5.3 基于蟻群算法的巡檢機(jī)器人路徑優(yōu)化
5.4 巡檢后臺(tái)軟件與算法驗(yàn)證
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
學(xué)位論文評(píng)閱及答辯情況表
本文編號(hào):3817627
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3817627.html
最近更新
教材專(zhuān)著