基于深度学习的 GIS 设备 SF6 气体湿度预测模型
作 者：
陈小闽；黄展帮；罗同春；关世龙；陈子健
摘 要：
SF6 气体在电力行业中主要作为一种绝缘和灭弧介质，被广泛应用于 GIS 的气体绝缘开关设备中。然而，SF6 气体湿度对 GIS 设备的性能和可靠性具有显著影响。湿度水平的准确预测是确保 GIS 设备长期稳定运行的关键之一。传统的湿度预测方法往往受限于模型复杂度和数据处理能力，难以满足实际需求。在此背景下，深度学习作为一种强大的数据驱动方法，展现出了在气体湿度预测中的巨大潜力。基于深度学习算法构建一种高效的 GIS 设备 SF6 气体湿度预测模型，通过深度学习模型能够从大量历史数据中学习复杂的特征表示，进而实现对 SF6 气体湿度的准确预测。
来 源：
《信息产业报道》 2024-09