- 李高嘉;王旭红;樊绍胜;邢朝慧;
冰雪极寒天气引起的严重覆冰可能导致输电线路断裂等事故，随着人工智能技术的发展，除冰机器人成为极寒天气下保障电力线路稳定运行的有效手段。为了提高除冰效率，针对硬度较大的雨凇型覆冰，本文在除冰机器人常规冲击除冰装置基础上，提出了偏心除冰锤敲击式装置的设计方案，利用线路的振动降低覆冰黏附力。同时，本文提出了“敲击式除冰机器人-架空线路振动数学模型”，分析了机器人除冰时的线路舞动情况以及除冰锤转速与线路位移的关系。针对雪花和雨凇型覆冰，在气候实验室采用敲击式除冰机器人进行除冰作业，得到机器人除冰工作时线路中部振动位移特性，并通过ANSYS仿真对除冰过程进行模拟，对比分析了试验和计算结果。对比分析表明：线路振动位移和频率随除冰锤转速和覆冰厚度的增加而增大；采用除冰刀冲击配合除冰锤敲击旋转除冰效果最佳；为了节约能量，对于雪花型覆冰可只采用除冰锤敲击振落，0 mm～10 mm覆冰只需使用除冰刀冲击铲除，超过10 mm的覆冰则需要二者协同清除。
2025年05期 v.40;No.188 315-328页 [查看摘要][在线阅读][下载 2267K] [下载次数：24 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：15 ] - 陈乐;樊绍胜;彭音音;
为实现配网带电作业机器人在自动化搭接引流线过程中对引流线的精确分割与定位，解决高压强电磁干扰、复杂背景及引流线细长、弱纹理等带来的识别与定位难题，本文提出了一种基于DeepLabV3+的引流线分割方法，并结合双目相机实现引流线的定位。首先，对DeepLabV3+模型进行了3方面改进：使用MobileNetV3替换原始主干网络，明显降低了模型的计算复杂度；在空洞空间金字塔池化（atrous spatial pyramid pooling,ASPP）模块中插入卷积块注意力机制（convolutional block attention module,CBAM），增强了模型对引流线关键区域的关注能力；在模型输出端增加形态学处理，通过腐蚀和膨胀方法减小了噪声对分割结果的干扰。其次，利用双目相机的立体视觉技术，结合分割结果提取引流线的关键点，通过立体匹配算法实现定位。试验结果表明，本文方法在机器人的引流线分割任务中的精度较高（M_(IoU)达到84.48%），在三维定位中的定位误差小于2 cm。本文研究为配网带电作业机器人的智能化操作提供了可靠的技术支持，为后续引流线自动识别提供了参考。
2025年05期 v.40;No.188 329-338页 [查看摘要][在线阅读][下载 1552K] [下载次数：7 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：6 ] - 邓贝;樊绍胜;熊铭轩;
针对锂电池储能舱热失控导致可燃气体聚集进而引发爆炸的风险，本文基于长短期记忆网络（long shortterm memory,LSTM）提出了一种排气控制方法，并设计了一种储能舱排气防爆机器人。根据储能舱的环境特点设计了机器人的机械结构、软件与硬件系统，使其在电池管理系统失效情况下具备自主作业能力。通过试验分析了锂电池热失控时的析气规律，结合混合气体爆炸公式确定了储能舱的爆炸极限阈值。在此基础上，提出一种基于LSTM的排气控制方法：利用电热耦合模型整合电池温度、荷电状态及可燃气体浓度数据，构建预测模型对其未来趋势进行预判；基于预测结果与爆炸极限阈值，采用比例积分（proportional integral,PI）控制方法动态调整排气速率与时间，确保舱内可燃气体浓度始终低于爆炸下限；该LSTM预测模型的测试准确率达99.54%。仿真试验表明，所提排气控制方法能够预测储能舱内部温度和气体浓度的变化趋势，并在130 s内将可燃气体浓度控制在安全范围内，有效实现储能舱的防爆。本文提出的排气防爆机器人及控制方法，实现了从机理研究到智能控制的闭环应用，为锂电池储能舱的消防安全提供了高效、可靠的解决方案，显著提升了储能系统的安全运行水平。
2025年05期 v.40;No.188 339-351页 [查看摘要][在线阅读][下载 1634K] [下载次数：12 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：6 ] - 韩凤;张红卫;郑宇舟;马嘉豪;王泽楠;
针对高压线路传统人工巡检方式存在的作业效率低、安全风险高等问题，本文设计了一款集智能检测、自主巡检与在线修复于一体的机器人系统。在机械设计方面，结合高空线路作业环境，提出了“双臂巡检、单臂越障”的主体方案，并集成了绝缘子清扫+防污闪涂覆与线缆绝缘层缠绕包扎修复模块，以实现对线路典型缺陷的一体化处理。在视觉检测方面，为精确识别绝缘子本体及其多类缺陷（如破损、污损、闪络等），基于国家电网中国电力线绝缘子数据集（Chinese power line insulator dataset,CPLID），构建了以YOLOv8n为核心的深度学习缺陷检测算法，并引入了切片推理方法，有效增强了对小尺度缺陷的检测能力。试验结果表明：所设计机器人结构稳定、越障动作流畅可靠；缺陷检测模型对绝缘子本体的检测精度（P_(mAP50)）达95.7%，对破损、闪络等关键缺陷也具备良好的检出能力，模型整体的鲁棒性较强。本研究为实现高压线路“巡检-识别-修复”一体化的自动化运维，提供了从机构设计到智能算法模型构建的系统性解决方案。
2025年05期 v.40;No.188 352-362页 [查看摘要][在线阅读][下载 2168K] [下载次数：19 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：9 ] - 姜帅;魏巍;邹瑶涵;
变电站智能机器人巡检方法存在监控范围有限、巡检路径冗余、监控针对性不足等问题，导致巡检效率和安全性不足。鉴于此，本文提出了一种基于改进A*算法的变电站无人机-机器人联合巡检路径规划方法，可通过智能需求驱动方式提高变电站无人机-机器人巡检路径规划的智能水平，提升巡检效率，降低发生电力事故的风险。首先，通过识别变电站环境中的智能化需求，将变电站设备进行层次化划分，细化巡检任务，构建变电站应急任务模块库，建立巡检操作与执行主体的智能化需求关联库。接着，提出基于改进A*算法的无人机-机器人巡检路径规划策略，通过采用八邻域搜索和引入启发函数权重动态调节机制对A*算法加以改进，以提高路径规划效率和实用性。最后，在MATLAB仿真平台验证了该方法可以实现无人机和机器人的合理调度。仿真试验表明，与传统的全区域变电站检测策略相比，该方法可缩短40%左右的巡检路径，减少45%左右的巡视时间，并充分考虑了无人机的电磁兼容、安全避障与协同充电等实际工程约束，确保了路径规划方法在真实变电站环境下的鲁棒性与适用性。
2025年05期 v.40;No.188 363-370页 [查看摘要][在线阅读][下载 1303K] [下载次数：16 ] |[网刊下载次数：0 ] |[引用频次：0 ] |[阅读次数：5 ]