摘要
本发明公开了一种基于神经网络的水轮发电机磁极发热预测方法,根据磁极几何结构与热源分布规律、热量沿磁极轴向的分布与传导差异建立热网络模型,然后通过改变每个区域的损耗,得到不同的温度值作为训练数据,之后构建神经网络模型,使用训练数据对神经网络模型进行训练,最终得到能预测抽水蓄能水轮发电机磁极发热的神经网络模型;利用得到的神经网络模型对后续的抽水蓄能水轮发电机磁极发热进行预测。本发明具有预测准确性及普适性均相对更佳的优点。
技术关键词
水轮发电机磁极
励磁绕组
热网络模型
网络节点
热阻
损耗
建立神经网络模型
材料导热系数
阻尼
空气
梯度下降法
数据
热源
多层结构
代表
恒流源
系统为您推荐了相关专利信息
分析决策方法
分析决策系统
实时日志
负载均衡策略
实时数据
节点识别方法
中间层
级联失效模型
计算机可读指令
指标