石墨烯材料与传感器技术在变压器故障诊断中的应用

打开文本图片集

摘 要：为了实现精度更高的变压器故障诊断，基于石墨烯材料传感器技术进行变压器的故障诊断研究。以NMOs修饰石墨烯材料为原材料进行4种薄膜气敏传感器的制备，并将其用于变压器的故障气体采集；使用基于GA-BP神经网络的预测模型作为变压器故障诊断模型，并通过数字孪生可视化技术进行展示。试验结果表明，分别以ZnO-rGO、CuO-GO-CuO、SnO 2 -GO-SnO 2 -Ag为原材料制备的气敏薄膜传感器对变压器故障气体中的CH 4 、H 2 和C 2 H 2 具有良好的敏感性，分别达到了12.11%、10.05%和16.14%；使用设计的基于GA-BP神经网络的预测模型进行故障气体浓度预测时精度较高。（剩余6810字）