温度与机械变形累积对换流变抗短路性能影响检测方法

AITNT
正文
推荐专利
温度与机械变形累积对换流变抗短路性能影响检测方法
申请号:CN202411905253
申请日期:2024-12-23
公开号:CN119940088B
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供了温度与机械变形累积对换流变抗短路性能影响检测方法,属于换流变压器抗短路技术领域,通过精密的实验和数据分析,深入研究换流变压器在不同温度和动态力载荷条件下的力学响应特性。首先获取材料特性参数,并在动态力学拉力压力机上进行温度和力学载荷试验,使用三维激光扫描仪、温度传感器、位移传感器和高速摄像系统等先进设备,详细记录换流变压器构件的温度场分布、力学响应、残余变形和绝缘距离变化。通过有限元分析和数据处理,建立温度与机械变形累积作用下的动力学特征数据库,并运用机器学习技术训练关联模型,解决了现有技术缺乏能够综合评估温度‑机械变形‑电气性能相互作用的检测方法的问题。
技术关键词
换流变压器 材料特性参数 残余变形量 方程 训练神经网络 绝缘材料 特征数据库 短路 材料热膨胀系数 高速摄像系统 机械 三维激光扫描仪 传播算法 材料屈服强度 材料弹性模量 材料力学性能参数 注意力 温度传感器阵列
系统为您推荐了相关专利信息
1
一种融合概率模型和神经网络的微铣削加工参数优化方法
参数优化方法 刀具剩余寿命 神经网络模型 铣削系统 切削力
2
一种基于深度强化学习的天然气管网优化调度方法
管网优化调度 深度强化学习 线性方程求解器 神经网络结构 策略
3
三维各向异性介质时空域地震正演方法、设备、介质及产品
地震正演方法 VTI介质 方程 声波 压力波
4
基于变分贝叶斯中心差分卡尔曼滤波的电池状态估计方法
变分贝叶斯 电池状态估计方法 观测噪声 Thevenin模型 模拟电动汽车
5
一种基于深度学习的电力骨干通信网络故障预测方法及系统
通信网络故障 深度学习模型 训练神经网络模型 数据 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号