一种融合多源温度信息预测变压器热点温度方法

本发明提供一种融合多源温度信息预测变压器热点温度方法，首先通过热电偶装置测量变压器油温，通过光纤传感器测量变压器绕组温度，对所测温度特征值进行Target‑radius deviation方法数据清洗，使用bull’s eye数据进行异常数据的排除。建立数字孪生变压器模型进行电磁‑温度‑流体场耦合仿真获取变压器粗检热点温度。数据进行归一化处理。使用遗传算法优化BP神经网络，形成热点温度预测模型，预测出精检变压器热点温度。通过与BP神经网络和IEEE负载导则对比，进行多种方式误差评估，验证了优化算法的有效性。最后与实验得到的热点温度进行对比，成功实现了融合多源温度信息预测变压器热点温度。