摘要
本发明涉及模型构建技术领域,公开了一种电力设备多物理场数字孪生仿真模型构建方法及装置,本发明首先通过电力设备相同工况下的第一参数集确定目标仿真模型,进而结合电力设备实际运行数据集构建第一样本数据集并经过训练得到目标神经网络模型。其次,通过结合目标神经网络模型和原始的第一参数集构建第二样本数据集并训练得到改进的目标神经网络模型,提升了模型构建的精确度和快速性。最后,通过电力设备不同工况下的第二参数集在得到的目标神经网络模型和改进的目标神经网络模型中确定出最终的用于电力设备多物理场数字孪生仿真的电力设备多物理场数字孪生仿真模型,解决了样本数据集构建耗时较长且过度依赖常规多物理场仿真的问题。
技术关键词
神经网络模型
仿真模型
数字孪生
物理
样本
特征量数据
电力设备健康状态
工况
模型构建技术
超参数
可读存储介质
指令
模块
计算机程序产品
有效性
存储器
系统为您推荐了相关专利信息
人脸关键特征点
生成系统
人脸检测模型
图像
样本
入侵检测方法
入侵检测模型
深度特征提取
编码器
XGBoost模型
因子
避雷器带电检测
日志
神经网络模型训练
检测测试仪