基于气体成分分析的变压器过热隐患预警方法

目前,油中溶解气体分析是油浸式变压器状态分析最为可靠的方法之一。本文针对变压器过热隐患,提出一种基于气体成分分析的变压器过热隐患预警方法。首先,采用K级差分法及一分类支持向量机建立能够识别变压器早期隐患的预警模型;其次,遵循特定的告警触发机制,综合判断当前变压器是否存在过热隐患;最后,经过变压器真实数据验证表明,本文所述方法具有较高的辨识灵敏度。

基于DAGAN的电气设备小样本红外图像生成技术与应用

面向电力设备的红外图像由于其高度敏感性和机密性,缺乏公开数据集,严重制约了面向电力红外图像的深度学习目标检测网络的发展。针对该问题,使用改进后的数据增强生成对抗网络(DAGAN)对数据进行扩充。首先改变其生成器结构,提出一种全新的生成器结构MUL-U-ResNet3+,该结构对网络结构和残差模块都进行了优化,U-Net结构优化为MUL-U-Net3+结构,并将其残差块改变为SandGlass模块,另外其损失函数的梯度惩罚改变为随机梯度惩罚,从而降低网络训练的难度。使用某220 kV和某500 kV变电站的数据对该算法进行测试,试验结果表明数据扩充后的样本在目标检测中有了更好的效果。