变电站作为电力系统中的重要组成部分,其稳定运行不仅决定当地区域电力资源能否稳定供给还可以避免由于变电站故障造成的高额经济损失,因此变电站巡检工作至关重要。常见的变电站巡检方式有人工巡检、无人机巡检以及机器人巡检。但无论人工还是无人机巡检方式,都仍然存在着明显的弱点。人工巡检方式劳动强度非常大,主要靠工作经验判断电力设备工作状态,易造成判断失误的情况。无人机巡检需要对变电站进行全方位的扫描,通过云端上传到服务器的信息易导致问题得不到及时解决。相比之下变电站巡检机器人是承担此任务的最好选择,路径规划算法作为变电站巡检机器人的核心技术之一,虽然目前研究较多,但仍没有一致公认的最好的路径规划算法。因此,开展针对目前常用的路径规划算法的研究课题是十分必要且有意义的。首先,根据变电站内实际环境和变电站巡检机器人的特征,选择栅格法建图方式以及适用于变电站内电磁场等混合干扰的激光导航。根据500k V变电站的环境布局用栅格法建立变电站地图环境模型,为验证路径规划算法的应用效果,在建好的变电站地图环境模型中设计多U型地图进行仿真测试。其次,对常用的路径规划算法分为全局路径规划算法和局部路径规划算法,并进行原理介绍和优缺点分析。然后,将上文提到的全局路径规划算法和局部路径规划算法分别载入之前建立的地图环境模型中进行仿真测试:（1）主要对A*算法启发函数以及改进路径轨迹两方面改进。实现结果表明,变电站巡检机器人在构建的变电站地图模型与U型障碍物模型中寻路时间分别减少2.104%和1.984%;在构建的地图模型中巡检机器人规划出的路径减少1个拐点,降低了变电站巡检机器人急转翻车的概率。（2）对DWA算法、遗传算法和人工势场法进行仿真分析对比,最终选择DWA算法作为变电站巡检机器人局部路径规划算法。为了更好的适应变电站环境,主要对传统的DWA算法的引入障碍物扩展策略以及评价函数两方面进行改进,解决了规划路径与障碍物距离过近和变电站巡检机器人行驶不稳定的问题。最后,将改进后的A*算法和DWA算法混合后作路径规划算法两种算法应用于变电站巡检机器人的实验平台上。在实验室内模拟搭建变电站地图环境模型加以仿真测试。经过测试,验证变电站巡检机器人在该混合路径规划算法的应用下取得了良好的实际效果。