摘要
本发明涉及变压器气体检测技术领域,公开了一种变压器用气体泄漏智能检测系统及方法,其方法包括:通过采集气体压力、油位、温度等多源运行数据并标准化处理,建立统一特征矩阵以消除量纲差异。随后提取气体泄漏的时空关联特征,结合历史记录构建可监督训练样本。利用深度学习模型融合卷积网络与循环网络结构,分别捕获局部变化特征与全局动态特征,并通过多分支分类器区分普通工况与极端工况。再依据整场风向划分角度分区,建立历史与实际气体浓度间的校正曲线,实现空间分区修正。最后,通过加权融合分支预测值与综合校正值,获得最优气体泄漏状态评估。本申请有效实现数据驱动、时空耦合与工况自适应的智能检测原理。