面向 AI 辅助变压器评估的 PRPD 测量质量

PRPD 图谱识别之所以有吸引力，是因为其可视化证据可能十分丰富。相位位置、幅值、脉冲重复率以及图谱形状，都可能帮助工程师区分局部放电活动的可能来源。但 PRPD 的价值，取决于其背后的测量背景。

AI 辅助评估不应把 PRPD 图当作一张孤立的图像来处理。它应当追问：证据是否经过校准、是否具备相位参考、是否可重复、是否已与噪声分离。这正是有用的决策支持与过度自信的图谱匹配之间的区别。

标准基准

IEC 60270 是基于电荷的局部放电测量的主要参考标准。IEEE C57.113 针对充液式变压器与电抗器中的局部放电测量。CIGRE 的指导性文献，如 TB 366、TB 662 与 TB 676，进一步强调了严格测量与解读的必要性。

对软件而言，其中的启示很明确：智能体应当保留测量是如何进行的，而不仅仅是图谱结果。

PRPD 能带来什么

PRPD 记录有助于描述：

• 放电活动的相位位置。
• 幅值与重复率。
• 图谱类别与持续性。
• 各次测试之间的变化。
• 可能的内部、表面、电晕或多源放电行为。
• 与 UHF、声学、DGA 或巡检证据的关联。

图谱固然重要，但它并非诊断的全部。

现场实况的复杂之处

现场 PRPD 评估可能受到传感器布置、耦合方式、相位参考质量、干扰、接地、滤波以及多源叠加的影响。CIGRE 关于常规与非常规 PD 方法的出版物之所以有价值，是因为它们正视了从实验室规范走向真实资产环境所面临的复杂性。

AI 模型或许能快速找出可视化图谱。但围绕该模型的智能体工作流仍必须追问：噪声环境如何、校准状态如何、自上次测试以来发生了哪些变化、以及有哪些其他证据支持这一解读？

智能体 APM 的角色

GridAPM 中的 PRPD 智能体应当：

1. 将记录关联到正确的变压器、相位、绕组、套管或测试批次。
2. 保留方法、传感器、校准、相位参考以及滤波相关的记录。
3. 将图谱与以往记录及相似工况进行比较。
4. 识别可能的图谱类别及其置信度。
5. 与 DGA 产气速率行为、热工背景、巡检历史以及 SFRA 证据进行关联。
6. 起草建议，供工程师评审。

该建议绝不应仅仅是“检测到 PD”。它应当说明哪些证据支持这一疑虑，以及仍存在哪些不确定性。

从图谱到行动

有用的 PRPD 评估能够支撑以下行动：复测、监视、巡检、用另一种方法交叉核验、安排停电检修评审，或记录为暂无需立即处理。具体决策取决于严重程度、持续性、后果以及置信度。

GridAPM 的人在回路 AI 工作流正是为这类模糊性而设计的。AI 负责组织 PRPD 证据；工程师决定如何使用这些证据。