科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决单纯的人工智能算法模型已无法捕捉变压器油中溶解气体的变化规律，同时精度低，误差性大这一难题，本文通过变压器实时监测数据形成的一系列的变压器油中溶解气体浓度数据库，基于卷积神经网络技术，利用其强大的特征识别能力，构建变压器油中溶解气体浓度故障诊断模型，从而对变压器进行快速准确的状态评估，并及时做出故障预警。试验结果证明，本文所提的模型能够准确对变压器进行故障诊断。其结果可为生产人员运维检修人员和电网调度人员提供分析依据及决策指南，这对于增强新时代坚强电网安全稳定运行，保障人民群众对更高的电能质量需求具有十分重要的意义。
- 出版日期2023
- 单位上海电力大学
