摘要
本发明涉及电气技术领域,特别是一种缆芯温度预测方法、系统、设备及介质,其包括基于第一目标参数和目标条件构建电缆的多物理场耦合有限元模型;通过对有限元模型进行有限元计算,生成多工况下的样本数据集;对样本数据集进行预设处理,生成多维时序输入数据;利用多维时序输入数据训练深度学习模型,得到目标模型;利用目标模型对采集的电缆运行参数进行缆芯温度的预测。本发明的有益效果为能够为电缆的安全运行提供智能化温度监测与预警,提前预防过热故障,保障电网稳定供电,降低运维成本与风险。
技术关键词
温度预测方法
训练深度学习模型
缆芯
样本
数据
时序
参数
温度预测系统
工况
神经网络结构
固体导热
方程
采集电缆
物理
处理器
计算机设备
模块
可读存储介质
存储器
系统为您推荐了相关专利信息
优化调度策略
协同优化调度方法
场景
深度强化学习算法
电力系统仿真