基于数据的电缆终端状态检测与故障诊断方法

《Chinese Journal of Electrical Engineering》：Data-Driven Cable Terminal State Detection and Fault Diagnosis Methods

　　

摘要：

电缆终端对于传统电力供应系统和牵引动力供应系统的可靠运行至关重要。在运行过程中，电缆终端会受到湿度、温度变化、电场以及机械应力等多种环境因素的影响。这种复杂的工况使得电缆终端在极端条件下容易出现缺陷，进而可能导致严重的后果。因此，对电缆终端进行状态监测和故障诊断显得极为重要。本研究系统地回顾了目前用于电缆终端的最先进诊断技术，重点介绍了信号处理、机器学习以及深度学习领域的进展。此外，还探讨了在样本量有限的场景下用于电缆终端的诊断方法。本研究指出了当前电缆终端故障诊断技术所面临的挑战，并提出了未来的研究方向。研究结果表明，深度学习、数据增强以及半监督学习等新兴技术在电缆终端的故障诊断中具有广阔的应用前景。