论文部分内容阅读
针对传统巡检线路故障诊断方法中存在诊断准确率较低的问题,提出基于动态贝叶斯网络的机器人巡检线路故障诊断方法。利用巡检机器人的传感装置进行线路基础数据的采集,并进行融合处理。根据融合结果进行机器人线路运行状态检测,同时搭建动态贝叶斯网络故障诊断模型。利用诊断模型对机器人线路运行状态异常的线路,从输电线路故障和机器人运行故障两个方面,进行巡检线路故障类型的确定,最后对巡检线路故障发生概率进行计算,实现机器人巡检线路故障诊断结果的量化。通过对比实验的分析得出:与传统方法相比,所提方法的平均诊断准确率为93.4%