基于深度学习的GIS设备SF6气体湿度预测模型  

作　　者：陈小闽 黄展帮 罗同春 关世龙 陈子健 

机构地区：[1]广东电网有限责任公司广州供电局变电管理三所,广东广州510000

出　　处：《信息产业报道》2024年第9期0215-0217,共3页Information Industry Report

摘　　要：SF6 气体在电力行业中主要作为一种绝缘和灭弧介质,被广泛应用于 GIS 的气体绝缘开关设备中。然而,SF6 气体湿 度对 GIS 设备的性能和可靠性具有显著影响。湿度水平的准确预测是确保 GIS 设备长期稳定运行的关键之一。传统的湿度预测 方法往往受限于模型复杂度和数据处理能力,难以满足实际需求。在此背景下,深度学习作为一种强大的数据驱动方法,展现出了 在气体湿度预测中的巨大潜力。基于深度学习算法构建一种高效的 GIS 设备 SF6 气体湿度预测模型,通过深度学习模型能够从大 量历史数据中学习复杂的特征表示,进而实现对 SF6 气体湿度的准确预测。

关 键 词：SF6气体 GIS设备 湿度预测 深度学习 

分 类 号：TN[电子电信]