基于改进迁移学习的变电站一次设备接头温度过热异常预警  

作　　者：刘银国 马永顺 

机构地区：[1]国网青海省电力公司海南供电公司

出　　处：《电气技术与经济》2025年第3期375-378,共4页Electrical Equipment and Economy

摘　　要：变电站环境复杂,存在电磁干扰、温度波动、湿度变化等因素,这些都可能影响温度传感器的准确测量,导致误报或漏报。本文提出基于改进迁移学习的变电站一次设备接头温度过热异常预警方法。使用TMP100传感器和PCF8563时钟日历芯片组成变电站一次设备接头温度采集模块。利用softmax分类器对采集来的温度完成分类,基于深度迁移学习,构建温度特征迁移模型。建立自回归移动平均模型,预测变电站一次设备接头温度。融合多级温度阈值和温度上升幅度双指标,对温度过热异常完成预警。实验结果表明:研究方法对变电站一次设备接头温度的过热异常具有精准的监测效果,且预警反应时间极短,可达到应用要求。

关 键 词：改进迁移学习 变电站一次设备 接头温度 过热异常 

分 类 号：TM6[电气工程—电力系统及自动化]