ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ

Аннотация

В тезисах рассмотрены методы интеллектуальной диагностики и предиктивного анализа технического состояния силового электротехнического оборудования (трансформаторов, генераторов, кабельных линий) с использованием архитектур глубокого обучения. Проанализирована эффективность сверточных и рекуррентных нейронных сетей в задачах распознавания скрытых дефектов по данным телеметрии, спектрального анализа и инфракрасной термографии. Обоснована целесообразность внедрения моделей предиктивного обслуживания (Predictive Maintenance) для минимизации аварийных рисков и сокращения эксплуатационных издержек в энергетических сетях.

Ключевые слова