利用深度学习方法提取配网线路舞动特征

近年来时有发生的配网架空线路舞动故障,严重威胁配网运行稳定性与供电可靠性。为有效监测10 kV配网架空绝缘线路运行状态,提出了一种基于图像处理和深度学习的架空线路舞动轨迹及幅频特性提取方法。利用深度学习语义分割算法DeepLabv3+网络实现绝缘导线的分割,通过导线形心定位提取导线舞动轨迹,进而获取导线舞动位移变化曲线及其舞动幅频特性,实现了配网架空线路舞动故障监测预警,为进一步提升配网防灾减灾能力,保障电网持续稳定供电提供支撑。     

一起500kV电容式电压互感器故障分析

针对一起500 kV电容式电压互感器(capacitive voltage transformer, CVT)故障进行分析诊断。首先，通过红外测温识别确认中节电容存在温差异常点；其次，对CVT进行介损和电容量测量试验，发现中节电容量与初厂值偏差9.32%,介质损耗为0.97%,超过规定值；最后，经过解体，确认内部第四、五组电容击穿损毁严重。得出结论：由于电容单元上部盖板密封胶圈破损，中节电容单元内部进水受潮，水汽在底部积聚，使得绝缘劣化放电，部分电容元件击穿。最后提出了预防CVT发生故障的措施。