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。
若上方预览无法显示，请新窗口打开或下载 PDF。