【摘 要】本文针对以往使用人工巡检、脉冲电流检测法受到电磁干扰影响，导致表面放电、电晕放电故障诊断结果不精准的问题，设计基于改进深度学习的高压电气设备局部故障智能诊断系统，设置地线推挽开关电路、吸波抑制电路，使油温油位监测子系统通过RS45接收电位信号，提升抗干扰能力;利用改进深度学习方法建立故障识别模型，并根据模型输出阵列，设计故障智能诊断流程，识别高压设备局部故障;实验结果表明该系统表面场强分量大于击穿场强时，在2-12 V电压范围内，放电频率高于38 khz，诊断结果较好。

【关键词】改进深度学习 高压电气设备 局部故障 智能诊断

【中图分类号】G  【文献标识码】A

【文章编号】0450-9889（2021）27-0173-04

高压电气设备不断投入扩大了电网规模，其电气设备正常使用，成为整个电力系统不可缺少的一部分。由于电力系统中大多数设备是在高压条件下运行，这些电气设备一旦出现故障会影响电力系统实际运行情况，有可能给电网经济带来不可预估的经济损失。电气设备故障会影响高压电场，并由此产生局部放电现象。因此，在绝缘区域电场强度较低情况下，容易出现击穿场强现象，放电情况极为分散。尽管使用人工检查方法在一定程度上能够解决电力高压电气设备局部故障问题，但不能实时监测电气设备运行状态，导致电气设备局部故障无法得到有效诊断。为此相关研究者对其进行了很多研究，并取得了一定成果。

陶诗洋、冯义、张天辰等的《基于脉冲电流法的高压开关柜局部放电在线监测装置》文献里设计了一种新型高压开关柜局部放电在线监测装置，用于监测电气设备局部故障。……