一种模型训练方法及变压器绕组变形状态检测方法

本申请提出了一种模型训练方法及变压器绕组变形状态检测方法，以变压器绕组变形前后的频率响应曲线为神经网络的输入，对神经网络进行训练，得到能够根据变形前后的频率响应曲线输出对应的电路参数修正量的模型，利用神经网络学习绕组不同变形状态对应的频率响应曲线的特征，从而快速输出对应的等效电路模型的电路参数修正量，从而能够根据该修正量判断绕组所对应的变形状态，相较于现有的复杂计算过程，大大提高了修正量的计算效率，为变压器绕组变形状态检测和绕组运行维护提供高效的数据支持。