科研之友
微信
新浪微博
Facebook
分享链接
摘要
变压器高温过热故障识别的可靠性是保证变压器使用寿命以及电力系统安全运行的基础，因此提出基于红外测温技术的配电房变压器高温过热故障的识别方法。基础层通过红外测温仪获取变压器温度数据，利用BP神经网络对温度测量结果进行修正后，依据红外辐射原理生成热像图并将其传送至中间层；中间层接收热像图并存储至图像数据库中，将该图像与先验知识库中的图像作对比，检测图像中是否异常；将异常检测结果传送至服务层，服务层通过AlexNet卷积神经网络分类识别变压器的热性故障，并通过客户端显示屏展示故障位置。测试结果表明：该方法温度差值的修正效果良好，当温度标准偏差最大时，变压器测试值与实际值的最大偏差为0.98℃，小于1℃，能够最大程度地降低温度测量结果与实际温度之间的差值、准确识别出散热异常和出线套管内接点发热等热性故障、清晰展示出变压器的故障位置，其故障的识别精度高达94.6%，远高于传统方法，该系统具有一定的应用价值。
-
单位广州供电局; 广东电网有限责任公司
