典型文献
基于改进型蚁群算法和图像识别的变电站机器人路径规划和设备缺陷识别研究
文献摘要：
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.
文献关键词：
模糊神经网络;免疫蚁群算法;变电站;巡检机器人;最优路径
中图分类号：
作者姓名：
唐标;沈映泉;黄绪勇;肖登宇;张粥
作者机构：
云南电网有限责任公司电力科学研究院,昆明650217;云南电网有限责任公司曲靖供电局,曲靖655000
文献出处：
引用格式：
[1]唐标;沈映泉;黄绪勇;肖登宇;张粥-.基于改进型蚁群算法和图像识别的变电站机器人路径规划和设备缺陷识别研究)[J].制造业自动化,2022(02):46-52
A类：
改进型蚁群算法,免疫蚁群算法
B类：
和图像,图像识别,机器人路径规划,缺陷识别,高压变电站,变电站巡检机器人,巡视,电力设备,变电站安全,行至,避开,开高,高场强,巡检路径,模糊神经网络,最优路径选择,电场分布,云图,电场仿真,结果实,神经网络训练,出巡,智能算法,迭代计算
AB值：
0.265227
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
