账号:
密码:
最新动态
 
产业快讯
CTIMES / 文章 /
使用深度学习进行地下电缆系统预测性维护
 

【作者: Steffen Ziegler】2022年05月25日 星期三

浏览人次:【5926】

本文叙述如何使用深度学习来进行地下电缆系统的预测性维护。利用深度学习模型能够接近即时地执行分类,让现场的技术人员可以在撷取到资料後立即看到结果,并且在必要时重新执行测试。


地下电缆系统与陆上电线路网相比,虽然对暴风雨、闪电、野火、冰暴、以及其他不利天气状况较不敏感;不过,地下电缆维修成本较高,很难准确指出故障位置及进行修复。如果电缆的瑕疵未被侦测出来,可能导致停电和对大众造成危险。


根据IEEE数据显示,大约90%的地下电缆系统故障都和局部放电(partial discharge;PD)有关,也就是电缆内的电场超出介电质绝缘体可承受的能力时出现的现象。当PD发生时,会产生高频讯号?幅度通常低於100毫伏(millivolts),由於这些讯号是介电质劣化,并且最终将导致故障的象徵,因此最好能及早检测到这些无法预料的电缆故障讯号,并在故障发生之前进行维修。
...
...

另一名雇主 限られたニュース 文章閱讀限制 出版品優惠
一般訪客 10/ごとに 30 日間 5//ごとに 30 日間 付费下载
VIP会员 无限制 20/ごとに 30 日間 付费下载
相关文章
显微镜解决方案助力台湾半导体技术提升研发效能
MATLAB与Simulink整合自动化机器学习与DevOps
以深度学习和Spine Tool评估阿兹海默症治疗标的
高资产敏感度产业 对预测性维护需求最大
透过App机器学习加速药物制造分析
comments powered by Disqus
相关讨论
  相关新闻
» 东芝推出高额定无电阻步进马达驱动器TB67S559FTG
» 金属中心与金全益合作推动JIS检测及品质技术发展
» 施耐德电机响应星展银行ESG Ready Program 为台湾中小企业量身打造减碳行动包
» 铝料再生趋势看好 金属中心APEC论坛9大经济体齐聚
» 横河电机整合控制系统可提供海上绿色氢气


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK8B8BBXMJ4STACUK3
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw