本文叙述如何使用深度学习来进行地下电缆系统的预测性维护。利用深度学习模型能够接近即时地执行分类，让现场的技术人员可以在撷取到资料後立即看到结果，并且在必要时重新执行测试。

地下电缆系统与陆上电线路网相比，虽然对暴风雨、闪电、野火、冰暴、以及其他不利天气状况较不敏感；不过，地下电缆维修成本较高，很难准确指出故障位置及进行修复。如果电缆的瑕疵未被侦测出来，可能导致停电和对大众造成危险。

根据IEEE数据显示，大约90%的地下电缆系统故障都和局部放电（partial discharge；PD）有关，也就是电缆内的电场超出介电质绝缘体可承受的能力时出现的现象。当PD发生时，会产生高频讯号?幅度通常低於100毫伏（millivolts），由於这些讯号是介电质劣化，并且最终将导致故障的象徵，因此最好能及早检测到这些无法预料的电缆故障讯号，并在故障发生之前进行维修。
...
...