摘要
本文针对变电站电气设备运行状态检测中存在的数据利用率低、故障诊断准确率不高等问题,提出了一种基于深度学习的状态检测系统。该系统采用多种类型的传感器对设备进行在线监测,通过数据预处理和特征提取技术有效融合多源异构数据,并使用CNN-LSTM混合诊断模型实现设备故障的早期诊断和预警。实验结果表明,该系统能够准确识别变压器局部放电、过热、油中溶解气体异常等典型故障类型,诊断准确率达到98.5%,为变电站的智能运维提供了新的解决方案。
出处
《电气技术与经济》
2024年第11期78-80,共3页
Electrical Equipment and Economy
