综述:中压开关柜局部放电人工智能检测与分类系统综述:从传感器到嵌入式现场部署
《Energies》:Embedded AI/ML Systems for Partial Discharge Monitoring: A Review
【字体:
大
中
小
】
时间:2026年09月18日
来源:Energies 3.9
摘要
在线局部放电监测正日益补充中压开关柜中的周期性离线测试,尤其是通过嵌入式和边缘计算平台的应用。本综述批判性地审视了基于人工智能和机器学习的局部放电检测与分类系统,涵盖从传感到现场部署的完整诊断链。所分析的文献按五个相互依赖的层次组织:传感器与模拟前端、数据采集与触发架构、相位同步信号表示、机器学习模型以及目标嵌入式硬件。基于高频电流互感器、暂态地电压和超高频传感器的传感技术在带宽、灵敏度、安装要求和抗干扰能力方面进行了比较。特别关注了相位分辨局部放电模式、时频表示、事件驱动采集、硬件辅助数据压缩以及同步机制。分析表明,离线实验室条件下获得的较高分类准确率本身并不能表明系统已具备部署能力。实际部署还必须满足与模数转换器带宽、缓冲、内存使用、推理延迟、能耗、量化、热性能和现场噪声等相关的约束条件。轻量级神经网络、优化目标检测器、输入降维、量化推理以及多模态数据融合被确定为有前景的发展方向。然而,当前研究仍受限于实验室规模的验证、不完整的硬件报告以及长期现场数据集的缺乏。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号