科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于机器学习的GIS设备故障判断方法,适用于变电站分析GIS故障设备中六氟化硫(SF6)分解物组分与设备故障的对应关系,并通过建立模型实现对GIS设备的故障判断以及实时监控。通过运用该方法在已有训练样本集的基础上,运行维护人员可以根据测试样本的SF6气体分解物组分判断其对应的GIS设备故障放电能量大小以及绝缘缺陷类型。且由本发明训练得出的判断模型不仅可以兼容不同环境下的样本数据,同时对于多种故障放电并存的现象也可以较好地识别。这将有利于电网系统更加精确地预知放电的故障类型,及时定位检修,以维护GIS的稳定运行。
- 单位
