摘要
本发明涉及一种用于干式电抗器缺陷在线监测系统及方法,通过信号采集模块采集放电信号,同时构建关键信息样本数据集;信号分析模块通过对关键信息和进行采集,形成优化样本数据集,同时基于机器学习分类算法对样本数据集进行模型训练和优化;缺陷预测模块通过对优化模型及采集到的实时数据进行缺陷预测,并推送检修策略。本发明通过对不同工况下高频电流数据的积累,通过机器学习分类算法学习电抗器可能存在的各种工况并训练检测模型,同时采集电压、电流、温度等相关参数,优化电抗器缺陷模型,根据实时采集到的高频电流数据开展缺陷预测,从而实现了干式电抗器缺陷在线监测、提前预防故障发生的目的。
技术关键词
缺陷在线监测系统
干式电抗器
机器学习分类算法
缺陷预测
信号分析模块
信号采集模块
单芯电缆
检修策略
监测方法
样本
工况
中性点
电缆外壳
实时数据
电信号
电流
训练检测模型
引线