| 14 | 0 | 18 |
| 下载次数 | 被引频次 | 阅读次数 |
电气设备故障是影响电力系统可靠性的关键因素，主要由长期运行导致的老化、异常负荷、过高电流密度及恶劣环境等因素引发。为应对这一挑战，故障监测策略已从定期停电预防性检测或带电人工检测阶段，发展为当前以实时在线、连续感知为核心的智能化监测。本研究将现代监测技术深度融合人工智能与先进传感技术，构建了从数据采集到智能诊断的完整链条：在感知层面，采用高精度电流互感器实现对介质损耗和泄漏电流等关键物理参数的实时采集；在分析诊断层面，则综合运用谐波分析、时频变换等方法提取信号特征，并借助支持向量机（SVM）等机器学习模型以及循环神经网络（如GhostRNN）等深度学习算法，智能建立参数特征与故障状态之间的映射关系，从而实现对绝缘劣化、局部放电等早期故障的准确识别与预警。基于多源信息融合与人工智能的监测体系，显著提升了对设备健康状态的洞察能力与预警时效性，为推动电力系统运维向高可靠性和智能化方向发展提供了坚实的技术支撑。
Abstract：[1]李高任，王胜，谢聪，等.一种电压与电流检测及控制装置的研究与实现[J].汽车维修与保养，2026(1):151-154.
[2]马晓伟，卜令勇，丁宏学.电气设备的状态监测与故障诊断[J].黑龙江科技信息，2010(29):14.
[3]蔡润庆，陈宇昇，柯梓阳.基于电机电流检测的高压隔离开关机械故障诊断[J].信息与电脑（理论版），2022,34(17):220-222.
[4]甄新洪.电气设备过热故障检测与预防性维护技术分析[J].新发现，2025(12):103-105.
[5]成康杰.电气设备过热故障的原因分析与智能监测技术应用研究[J].中国仪器仪表，2025(11):62-65.
[6]郝艳，咸日常，胡玉耀，等.干式变压器绕组匝间短路故障的电磁特征及电动力分析[J].水电能源科学，2023,41(8):214-218.
[7]马小芹，卢伟胜，马晓薇，等.大型发电机主绝缘多因子老化过程中交流电流参量的研究[M].电工技术学院，2003,18(5):11-16,22.
[8]李冬.电气设备故障检测与诊断技术研究[J].船舶物资与市场，2025,33(10):89-91.
[9]梁建锋，谢红玲，贾自杭，等. 10kV电缆接头局部放电在线监测系统研究[J].电力科学与工程，2014,30(1):66-70.
[10]林建龙，邓敏，林力辉.高压绝缘设备在线监测系统[J].电网技术，2002,26(1):86-88.
[11]邓建峰.高速铁路牵引变电所220kV干式电流互感器介质损耗值在线监测研究[J].电力系统保护与控制，2016,44(12):125-129.
[12]黄立昕，董悦坤.基于因子分析和基因表达式编程的电流互感器故障诊断[J].电力科学与工程，2011,27(10):26-30,56.
[13]黄云程.基于在线监测技术的电流互感器故障诊断方法[J].东北电力技术，2020,41(3):16-20.
[14]杨舒迪，凌标灿.一种新型电气设备故障诊断方法介绍[J].华北科技学院学报，2016,13(5):55-59.
[15]陈艳萍.复变函数与积分变换[M].2版.北京：科学出版社，2025:216-217.
[16]凌标灿，杨舒迪，李胜楠.谐波故障诊断法在新集二矿的应用研究[J].煤炭技术，2017,36(5):246-247.
[17]郑晓亮，高佳华，李飞龙.基于谐波分析的异步电动机故障诊断研究[J].微特电机，2018,46(12):34-37.
[18]代斌，胡业林，宋晓，等.基于谐波诊断技术的电机故障在线监测系统[J].安徽理工大学学报（自然科学版），2024,44(3):15-24.
[19]梁萌.继电保护与配电自动化协同故障处理技术[J].模具制造，2023,23(12):249-251.
[20]彭前位.基于“神经网络+支持向量机”的电力系统继电保护故障诊断方法[J].光源与照明，2025(9):122-124.
[21]陈宜尊，朱容更，邓晗应，等.基于支持向量机的机载自耦变压整流器故障诊断方法[J].电气技术，2024,25(8):41-46.
[22]胡云龙，李倩，王玥，等.智能变电站大数据和GhostRNN算法的二次设备故障诊断[J].云南电业，2025(12):14-19.
基本信息:
中图分类号:TM507;TP18
引用信息:
[1]魏庆翱,梁美玲,高淑清,等.基于电流特征的电气设备故障监测[J].装备制造技术,2026,No.373(01):24-27.
基金信息:
广西重点研发计划项目（桂科AD25069012）; 国家级桂林电子科技大学大学生创新创业训练项目（202510595097X）
2026-01-15
2026-01-15