电力工程中电力设备故障诊断技术的研究与应用  

作　　者：王瑞达 刘士凯 黄景帅 

机构地区：[1]济南海耀新能源设备有限公司 [2]山东东腾信息科技有限公司

出　　处：《电气时代》2025年第2期102-104,共3页Electric Age

摘　　要：通过对振动分析、红外热成像、局部放电检测等多种诊断方法的综合应用研究,建立了基于深度学习的电力设备故障诊断模型。实验数据表明,该模型在变压器、断路器和电缆等关键设备的故障诊断中,确保准确率的同时,诊断响应缩短,显著提高了故障诊断效率,为电力设备预测性维护提供有效技术支撑。

关 键 词：电力设备 预测性维护 红外热成像 局部放电检测 电力工程 深度学习 设备故障诊断技术 诊断模型 

分 类 号：TM507[电气工程—电器]