人工智能在容性设备绝缘监测的应用

目前随着传感技术、计算机技术、网络技术等的进步,作为状态检修技术支撑之一的设备在线监测技术已经呈现出较快发展的趋势。在变电站电气设备中,电容型设备的数量约占40%左右,大多数采用电容式绝缘,通过对其介电特性的监测可以发现尚处于早期发展阶段的缺陷。然而介电特性中最能反映设备绝缘状态的介质损耗角正切值tanδ(即介质损耗因数)的数据波动通常较大,本文通过人工神经网络的一般描述,提出其在容性设备在线监测中的应用。以期其能够减少外界环境的干扰,使设备绝缘状态监测更加稳定和准确。