摘要详情
126 / 2021-06-21 19:47:37
基于神经网络的环保型电气设备过热故障分析
摘要录用
在双碳战略的背景要求下，SF6作为温室气体之一需要被减少甚至杜绝使用，因此环保型SF6替代气体及其分解特性成为了研究热点。本文旨在研究环保型SF6替代气体分解组分与电力设备局部过热故障的联系，首先利用DWT和HHT对各组分的浓度变化趋势进行分析选取特征气体，提取特征量，再利用智能算法进行故障诊断，研究结果表明DWT可以准确的评估SF6替代气体过热故障的严重程度，可以对电力设备故障检修提供很好的依据。
重要日期
-
会议日期
07月16日
2021
至07月18日
2021
-
06月05日 2021
初稿截稿日期
-
07月18日 2021
注册截止日期
主办单位
中国电工技术学会电接触及电弧专业委员会
中国电工技术学会输变电设备专业委员会
中国电工技术学会工程电介质专业委员会
中国电机工程学会变电专业委员会
中国电工技术学会等离子体及应用专委会
IEEE PES电力开断技术委员会（筹）
IET英国工程技术学会西安分会
中国电工技术学会输变电设备专业委员会
中国电工技术学会工程电介质专业委员会
中国电机工程学会变电专业委员会
中国电工技术学会等离子体及应用专委会
IEEE PES电力开断技术委员会（筹）
IET英国工程技术学会西安分会
承办单位
西安交通大学电气工程学院
西安高压电器研究院有限责任公司
电力设备电气绝缘国家重点实验室
西安高压电器研究院有限责任公司
电力设备电气绝缘国家重点实验室
联系方式
历届会议
-
2019年07月28日 中国 Xi'an
2019年第一届电力装备绝缘与放电计算学国际研讨会
