摘要
本发明涉及变压器涌流抑制技术领域,特别涉及一种基于机器学习和相控合闸的盾构机供电变压器励磁涌流抑制方法及系统,通过分析盾构机供电变压器涌流抑制的影响因素和机理来获取盾构机供电变压器的基本参数和电网运行数据,利用MATLAB搭建仿真平台生成运行数据,根据电压器的历史运行数据训练机器学习模型,预测不同合闸时刻的涌流大小和持续时间,根据实测数据和机器学习模型制定相控合闸策略,控制每相合闸指令,并根据合闸后的涌流数据评估合闸策略的效果,修改机器学习模型优化合闸策略。本发明利用机器学习和相控合闸技术来预测并控制盾构机供电变压器合闸时刻,使其在电网电压的特定相位角进行合闸,减少或避免盾构机供电变压器涌流的产生。
技术关键词
盾构机供电
变压器运行数据
仿真平台
成分分析方法
相控合闸
历史运行数据
断路器
变压器励磁涌流抑制系统
模拟盾构机
分合闸
皮尔逊相关系数
样本
模型训练模块
磁化特性曲线
机器学习模型训练
策略
系统为您推荐了相关专利信息
BiLSTM模型
非线性映射关系
新能源机组
坐标系
Simulink软件
正电子发射断层扫描
功能性磁共振成像
磁共振成像仪
脑电图数据
数据处理方法
轨道交通信号系统
仿真平台
BIM模型数据
BIM三维模型
数字孪生模型
储能变流器
控制机箱
半实物仿真平台
服务器
电网电压频率
智能预警系统
变压器预警系统
诊断模块
数据采集单元
数据处理单元