一种电气设备温度快速预测方法及系统

本发明提供一种电气设备温度快速预测方法，包括建立稳态热场仿真模型，并结合多个仿真工况下所有仿真参量的输入值，以得到每一仿真工况下该电气设备在特定退化状态的热点温度；基于BP神经网络，构建温度特性预测模型，其输入特征量包括具有一定权重比例的所有仿真参量，输出特征量为热点温度；设置一定加权损失函数，以更新温度特性预测模型并进行训练及测试，得到训练好的温度特性预测模型，且该模型的超参数在每次训练过程中使用贝叶斯优化算法进行优化调整；获取该电气设备的所有仿真参量的实测值，并导入已训练好的温度特性预测模型中，得到热点温度预测值。实施本发明，能够同时保证电气设备退化预测过程中的数据准确性和时效性。