Інтелектуальні системи технічного діагностування високовольтних вимірювальних трансформаторів

Abstract

Проведено аналіз сучасних підходів до діагностування високовольтних вимірювальних трансформаторів з використанням інтелектуальних систем. Розглянуто методи застосування нейронних мереж глибокого навчання для виявлення аномалій у роботі обладнання та прогнозування деградації діелектричних характеристик.

An analysis of modern approaches to diagnostics of high-voltage measuring transformers using intelligent systems has been conducted. Methods of applying deep learning neural networks for detecting equipment operation anomalies and predicting dielectric characteristics degradation are examined. A comparative analysis of traditional periodic inspection methods and real-time monitoring systems is performed. The necessity of integrating various diagnostic methods to improve defect detection accuracy is substantiated. A concept of multi-level diagnostic information processing architecture with adaptability to specific operating conditions is proposed.