成果介绍
该成果针对目前GIS设备智能化运维问题,成功整合了气体绝缘组合电器的多源信息,实现了数据的深度融合和智能化分析,提高了设备故障诊断的准确性和状态评估的可靠性,显著提高了设备运维效率。通过实时监测GIS设备的运行状态,利用多种检测方法(如特高频检测法、超声波法、SF6气体分解组分法等)收集设备的局部放电信号,再通过深度学习等人工智能算法对数据进行融合处理。通过这种方式,软件能够对GIS内部局部放电等潜在绝缘故障进行早期预警,并提供科学的运维决策支持。成果建立了GIS设备状态综合评估模型,采用多层决策融合方法,提高决策的准确性和可靠性。通过优化故障诊断和状态评估流程,该项目有助于提高GIS设备的运行效率和可靠性,减少停机时间,从而可能为电力行业带来显著的经济效益。项目的成果可能会提高电网的安全性和稳定性,减少由设备故障引起的停电事件,这对社会运行的连续性和可靠性具有积极影响。开发的GIS多源信息融合综合评估软件系统提升了故障响应速度和维护效率,有助于提高公众对电力系统可靠性的信心。
成果亮点
成果适用于电力设备运维与管理领域,特别是超/特高压输变电设备的故障诊断与状态评估。其技术可以广泛应用于电力系统的智能运检工作,涵盖超高压和特高压GIS设备的故障检测、健康状态监测及运维决策支持等关键任务。
(1)多源信息融合技术:集成电学、声学、化学等多源数据,通过深度学习算法实现多维数据的高效融合,提升故障识别准确性。
(2)基于圈卷积神经网络的故障诊断:利用图卷积神经网络模型,处理多源传感数据的复杂关联构建精准的GIS故障诊断模型。
(3)证据理论与决策融合:引入证据理论进行数据决策层融合,消除多源数据冲突,确保设备状态
评估的可靠性和稳定性。(4)动态健康状态评估模型:采用模糊隶属度函数与层次分析架构,构建设备健康状态实时评估模实现精细化、动态化的状态监控。型,
(5)三维数字化GIS设备建模。
团队介绍
湖北工业大学电气与电子工程学院:方雅琪
长期致力于输变电设备监测与运行维护、气体放电及电工新材料等方面的研究。主持国家自然科学基金1项,国家重点实验室开放基金1项,参与国家重点研发计划课题等多项国家级、省部级纵向项目及国家电网,南方电网企业横向项目,发表SC1、EI检索论文40余篇,参与制定IEEE国际标准2项,获湖北省科技进步二等奖1项。
成果资料