摘要
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。
出版日期
2020年09月27日（中国期刊网平台首次上网日期，不代表论文的发表时间）
