摘要
一种基于数字孪生技术的数字电缆的温度预测方法及装置,涉及智能电网技术领域。该方法包括:获取数字电缆的目标点的位置信息和载流量信息;通过将位置信息和载流量信息输入温度预测模型,确定温度信息,温度预测模型的获得方式如下:建立数字电缆的电‑磁‑热多物理场耦合仿真模型;对仿真模型进行求解,获得不同位置信息、不同载流量信息下的样本点的实际温度信息;将样本点的位置信息和载流量信息作为输入,实际温度信息作为输出,训练物理信息神经网络模型。本申请提供的温度预测方法通过温度预测模型能够综合考虑电、磁、热等多种物理场之间的相互影响,使得对数字电缆在实际复杂工况下的运行状态描述更加准确全面,提高了温度预测的准确性。
技术关键词
数字电缆
温度预测模型
神经网络模型
温度预测方法
仿真模型
数字孪生技术
物理
样本
温度预测装置
智能电网技术
轴心
方程
关系
模块
导热
电磁
表达式
工况
系统为您推荐了相关专利信息
训练机器学习模型
评估机器学习模型
集成学习方法
构建机器学习模型
神经网络模型
仿真模型
成分分析
图像特征向量
计算机程序代码
报告
程度评估方法
二尖瓣
卷积神经网路
信号
轻量级卷积神经网络
长短期记忆神经网络模型
配电网运行数据
优化调度方法
K均值聚类算法
关联规则挖掘算法
充放电数据
阶段
电池监控系统
处理器
神经网络模型