APP下载

基于深度学习的电力设备状态检测的研究

2021-03-11胡光宇

信息通信技术 2021年1期
关键词:电力设备特征融合

虞 骅 胡光宇 于 佳

1 江苏省电力有限公司连云港供电分公司 连云港 222000

2 南瑞集团有限公司(国网电力科学研究院有限公司) 南京 210000

引言

电力生产的安全、稳定、高效运行关乎国计民生,对电力工业的持续健康发展具有重大意义,也是整个行业常抓不懈的根本任务[1]。电力设备状态检测是电力公司日常的重点工作,为保证电力设备的正常运行,需要指定严格的巡检计划,分派人员对变电站、输电线路进行巡视,以便及时发现隐患和故障,并把设备的运行情况以及缺陷信息进行汇总和定期的分析统计,人员工作强度大、工作任务重[2]。

在电力设备状态监测方面,应用较早和较普遍的地区主要是北美和欧洲,起始于20世纪60年代至70年代,到20世纪80年代至90年代,随着传感器、计算机等技术的发展和应用,电力设备的状态监测和故障诊断技术才得到迅速发展。我国电力系统设备状态监测科研工作也始于20世纪70年代,起步并不晚。但由于当时技术不完善,测量结果分散性大,加上操作复杂和误报等原因,使该技术没有得到大力推广。随着大容量、高电压等级电气设备的迅速增加,一些设备的故障率偏高,使状态监测和故障诊断技术的开发更加迫切。近十年来,国内已经研制成功很多传感器和监测装置,也取得了较好的成果。国外企业电力设备在线监测传感技术、监测装置的集成性等方面要优于国内,但都是离散的、单一的针对单个设备进行监测研究。……

登录APP查看全文

猜你喜欢

电力设备特征融合
村企党建联建融合共赢
融合菜
从创新出发,与高考数列相遇、融合
加强电力设备运维云平台安全性管理
《融合》
如何表达“特征”
不忠诚的四个特征
电力设备运维管理及安全运行探析
基于压缩感知的电力设备视频图像去噪方法研究
基于改进Canny算子的电力设备图像检测研究