基于深度学习的变压器局部放电多模态数据融合诊断方法

王珑霖

福建龙岩瑞源投资发展有限公司福建龙岩 364000

摘要：随着电力系统不断地向前发展，变压器身为核心设备，它的稳定运行对电力供应来讲非常关键，变压器局部放电也就是 Partial Discharge，简称为 PD，是致使变压器绝缘材料老化、性能出现退化以及最终发生故障的关键因素之一，及时且准确地诊断变压器的局部放电故障，对防止重大电力事故有着关键的意义。传统的局部放电检测方法虽说可给予一定的诊断支持，然而单一模式的检测大多时候存在着局限性，没办法全面地反映出故障的具体状况，近些年来，深度学习技术作为一种强大的数据处理工具，已经被广泛运用在多种故障诊断领域当中，一种借助深度学习的变压器局部放电多模态数据融合诊断方法。这个方法借助融合不一样的传感器像超声波传感器、电流传感器、振动传感器等获取的多模态数据，运用深度学习网络来进行特征提取与分析，以此提高局部放电故障的诊断精度以及鲁棒性，实验结果显示，该方法在实际应用里具有较高的诊断准确性以及较强的抗干扰能力，可有效地提升变压器局部放电故障诊断的可靠性，为电力设备的智能运维以及安全运行给予有力的支持。

关键词：变压器；局部放电；深度学习；多模态数据；故障诊断

全文下载

上一期

新能源并网对电力系统频率稳定性的影响及应对策略

基于数字孪生的集控系统运行优化策略研究

下一期

International Medical Research and Translation (IMRT)

International Education and Social Science Exploration (IESSE)

Technological Innovation and Science Management (TISM)

艺术探索与社会实践研究

中国经济与社会科学研究