基于STM32的电容型设备在线监测系统研究

摘要

目前变电站内电容型设备数量约占变电站总设备的40%-50%，其正常运行对电力系统的安全稳定起重要作用。针对离线检测影响范围大、实时性差、精度低等弊端，提出了一种基于STM32的电容型设备在线监测系统。通过加Blackman窗对传统谐波分析法进行改进，并对信号采集装置进行软硬件设计，最后结合BP神经网络模型对设备的绝缘状态进行综合判别分析。实验结果与现场应用表明，装置对介质损耗的测量最大误差小于0.63%，模型判别结果相对误差小于0.5%，系统准确度高且鲁棒性好，能够较客观地判断设备的绝缘状态，具有一定的实际应用价值。

关键词

电容型设备 / 介质损耗 / 在线监测 / BP神经网络