面向多源信息融合的电力电缆状态诊断技术及应用

目前，随着全社会用电的快速增长和对电力电缆大量的投入，由电力电缆绝缘故障引发的电力事故也越来越多，为保证供电运行的安全和可靠性，需要对投运的电缆定期进行绝缘状态的综合检测，及时发现电缆潜在缺陷。目前对电缆不同的绝缘状态检测仪器相互独立、设备数量繁多、体积庞大、不易携带，并且电缆绝缘测试状态信息彼此之间关联性不强，难以适用于电力电缆的故障预防，难以对其绝缘状态进行全面评估。因此需要针对电缆的绝缘状态，研究并改进对应的测试方法，给出定性定量评价准则，提前发现电缆中的绝缘劣化状况，从而判断电力电缆绝缘状态，同时将多种测量方法集成在一台综合诊断设备中。

电力电缆是电气设备输电环节运行中极其重要的组成部分，其全寿命周期绝缘性能状态诊技术具有重要的工程应用价值。根据最新的国家电网安全运行不停电维护要求，采用多源信息融合技术对电力电缆的全生命周期运行状态进行针对性的诊断与评估成为国内外在该领域的首选方案。提前预判电缆绝缘的局部放电，合理有序的精准维护，最大可能的避免电力电缆输电中爆炸、着火等重大安全事故，保障国计民生用电的可靠性。

1.多源信息融合

电力设备在发生局部放电的过程中，会伴随发生电流脉冲、电磁波、超声波、热、光等许多物理现象，本项目基于局部放电在线检测技术，并结合多源信息融合方法，对局部放电产生的物理iang进行检测，实现电力设备在线状态综合诊断系统。

2.状态诊断技术及应用

传统的电力设备状态检测方法需要依靠人工判断，依赖于检测人员的工作经验，其庞大的数据量和丰富的信息种类限制了诊断效率和诊断精度。随着数字技术的发展，自动、智能和精确的智能图像处理和分析已成为主要的发展方向，本项目运用了机器学习算法实现电力设备运行状态的诊断。

3.面向泛在电力物联网和大数据的状态诊断平台

针对传统电力设备诊断时，检测方式单一且检测信息无法实时分析和共享，本项目采用了多种在线检测方式对电力设备进行多维度的状态检测，多源信息需要进行集中处理及分析。因此依托泛在电力物联网和大数据分析，实现电力系统专用网关与状态诊断决策平台。将电力设备中多种检测设备通过多种协议接入物联网，实时、连续的获取电力设备状态信息，实现大数据智能网关的诊断系统的设计开发，并统一将多源信息发送至决策平台。