简介:摘要:电力设备局放监测对保障电力安全具有重要意义,传统的人工巡检方式由于配电设备覆盖范围极广监测困难,这种巡视监测方法不仅需要耗费巨大的人力成本而且一些潜在的故障也不容易及时发现。本文使用基于深度网路的人工智能技术对配网设备状况实时监测,应用深度卷积神经网络对开关柜的超声波和地电波数据进行分析,达到配网设备智能监测的目的,节约了人力和时间降低了配网设备的维护成本。深度卷积神经网络在经过训练以后可以对配网设备运行时所产生的特定信号进行实时分析与识别,从而对设备的运行状况进行判断。将从传感器采集的数据进行快速傅立叶变换再输入到卷积网络训练测试,在不对信号进行降噪处理的前提下,依然可以准确地给出设备运行的确切状况。
简介:摘要 由于高海拔地区空气间隙放电电压明显低于低海拔地区,导致高海拔带电作业所需安全距离增加。为保障高海拔地区带电作业的顺利开展,该文以750kV同塔双回直线塔为研究对象,分别在海拔为2000m、3000m和4300m地区开展了等电位人员—杆塔间隙以及分裂导线—地电位人员间隙的操作冲击放电试验,分析海拔高度和作业人员姿态对间隙放电特性的影响,并基于试验数据分析现有IEC标准中推荐的m参数法在高海拔地区的适用性,结果表明,现有方法不适用于海拔3000m以上地区带电作业间隙的放电电压修正。最后基于试验数据提出一种基于改进m参数的操作冲击放电电压修正方法,可用于海拔3000~4300m地区带电作业间隙操作冲击放电电压的修正,同时给出了海拔2000~4000m地区带电作业最小安全距离参考值。