用于诊断电力变压器的智能系统「经过诊断」

今天带来用于诊断电力变压器的智能系统「经过诊断」，关于用于诊断电力变压器的智能系统「经过诊断」很多人还不知道，现在让我们一起来看看吧！

智能平台消除企业能源设施因事故和电力变压器损坏而发生的事故，及时发现缺陷的发展，预测高压设备的无故障运行。

SFedU 开发了一种智能电力变压器诊断系统

随着区域和城市群的发展，国民经济领域的城市化企业不断涌现，客货运输系统不断发展，能源系统容量亟待提高。这种在俄罗斯是一个分支结构，有数十万台电力变压器。据南方联邦大学国际智能材料研究所的科学家称，主要是中功率变压器（约占总数的 65%）已经耗尽了制造商设定的资源 - 25 年。

“还应该看到，落后的电力电气设备是为一个负载设计的，现代企业能源容量的增加导致落后的设备也在其能力的极限下工作，”一位领先的研究员说。纳米诊断材料人工智能与大数据技术实验室 MII 智能材料 SFedU Andrey Chernov。

提高电力变压器可靠性领域的工作是国民经济各部门的需求，因为无故障运行直接关系到电力变压器的安全维护和运行，也消除了事故发生的可能性。

“与电气设备故障有关的事故占工业企业能源设施事故总数的百分之六，尤其是电力变压器事故，伴随着高短路电流、爆炸和火灾，”安德烈切尔诺夫说。

Andrey Chernov，SFU 智能材料信息产业部人工智能技术与大数据实验室首席研究员

通过改变电力变压器的参数，不仅可以确定损坏的位置，还可以确定缺陷的增长速度，预测电力电气设备的状态，最重要的是防止昂贵设备的故障。据科学家称，在某些情况下，特别是在诊断技术没有发展的情况下，需要开发用于智能决策支持的工具。所提出的深度学习和 HDLSS 的混合方法使得获得预测电力变压器参数变化的适当解决方案以及在分析其他因素时确定变压器的剩余寿命成为可能。

“基于人工智能开发的专家决策系统是分析电力变压器诊断和电流监测参数的多因素结果的现代方法。该系统解决了两个问题：首先，它可以根据主要参数预测电力变压器的状态，识别缺陷的发展，确定剩余资源以便及时修复和更换电力变压器。其次，排除因高压设备损坏而发生事故的可能性，伴随着电弧、变压器油着火等，”Andrey Chernov 补充道。

MII IM SFedU的科学家的发展已经在所有活动领域的企业能源设施中都有需求和相关性，对于国内决策支持系统的发展也具有重要意义。考虑到电力变压器的成本，该技术将为更换或维修电力变压器的决定提供一种具有成本效益的方法。

这个项目是在国际会议 RelStat-2021 上提出的，该会议导致南方联邦大学的科学家发表了一项科学工作，其中包含研究结果。这项工作是在 MII IM SFedU 员工的 RFBR 赠款框架内进行的，在 MII IM SFU 材料纳米诊断人工智能技术和大数据实验室的主要研究员 Andrey Chernov 的指导下进行。