基于BP神经网络的PMS电流互感器设备状况评价系统

作者：苏晓龙; 夏鹏; 肖波; 王龙; 胡靖

来源：电力大数据, 2019, 22(01): 59-65.

DOI：10.19317/j.cnki.1008-083x.2019.01.010

• PMS系统
• BP神经网络
• 故障预测
• 可视化

电流互感器作为变电站重要设备,其运行工况的好坏直接影响变电站的安全运行,电流互感器数量多,在运行中也经常会遇见电流互感器各种各样的缺陷,比如发热、漏油、低油位等。通过对PMS上电流互感器这个庞大的数据,单因素图表法分析电流互感器故障发生与其设备型号、设备生产厂家、设备投运时间之间的关系,多因素联合考虑,建立BP神经网络模型,综合考虑设备型号、设备生产厂家、设备投运时间因素,对其运行工况进行概率预测,同时对每个变电站符合模型要求的所有电流互感器进行预测,对容易发生电流互感器故障的变电站进行预警,运用地图无忧软件对BP模型计算的结果进行可视化展示,方便运维人员掌握电流互感器运行工况,对容易发生故障的电流互感器加强带电检测,提前安排检修,保障供电可靠性。