基于深度学习的GIS设备局部放电模式识别与寿命预测

  • 打印
  • 收藏
收藏成功

【摘 要】气体绝缘开关设备(Gas Insulated Switchgear,GIS)在长期运行中易发生局部放电,威胁电力系统运行安全。文章研究了基于深度学习的局部放电信号处理流程,构建了适用于放电特征提取的输入结构,设计并训练了多种识别模型以实现放电模式的高精度分类,分析了模型识别性能差异,进一步建立寿命预测模型,结合关键放电参数实现对设备剩余寿命的拟合与预测,探讨了预测结果的可靠性与适应性。(剩余5653字)

目录
monitor
客服机器人