Partial Discharge Detecting System Based on Convolution Neural Network and Data Fusion

摘要

本論文以卷積神經網路與資料融合技術建構電力設備局部放電檢測系統。本文所提出的系統主要分成硬體部分及軟體部分，硬體部分中以高頻比流器(HFCT)、耦合電容(CC-TEV)和超高頻感測器(UHF)作為感測器量測電力設備之局部放電訊號，以NI PXI-5105高速擷取卡擷取量測訊號並傳輸至高頻寬嵌入式控制器(NI PXIe-8135)；在軟體端使用LabVIEWTM執行訊號預處理與特徵圖譜繪製並建構使用者介面提供使用者相關資訊，設定系統蒐集50個電力週期的原始資料並繪製PRPD圖譜作為辨識局部放電類型的依據。系統中以卷積神經網路作為辨識模型分辨電力設備的局部放電類型，當PRPD圖譜繪製完成後使用特徵級資料融合技術結合不同感測器之訊息，提供辨識模型更完整的事件訊息，接著使用Python呼叫預先訓練好的卷積神經網路模型進行局部放電類型辨識，最終將卷積神經網路之判別結果回傳使用者介面，使用者可以透過使用者介面檢視判別結果趨勢變化，透過上述技術建構局部放電檢測系統，並透過常見的局部放電類型實驗資料進行系統的驗證。

獎項日期	2020
原文	English
監督員	Cheng-Chi Tai (Supervisor)