摘要
本发明提供一种高压并联电抗器等效缩比模型设计方法,包括:Step1、根据研究需求确定初始缩比系数范围;Step2、基于动态相似性准则,利用机器学习预测和优化模型参数;Step3、通过多物理场耦合仿真验证模型有效性;Step4、结合机器学习,实时调整模型参数以适应动态运行条件。通过整合多物理场耦合和机器学习,用于高压电气设备缩比模型的动态优化,能够适应复杂工况下的不同缩比系数模型计算,考虑了多种物理场的耦合并通过动态优化参数使得能够处理电气设备的非线性现象和动态工况。
技术关键词
缩比模型设计
高压并联电抗器
物理
联合损失函数
长短期记忆网络
非线性
参数
力学
神经网络预测模型
电磁
动态建模方法
原型
动态反馈机制
机器学习优化
温度分布图像
结构特征提取
电抗器结构
系统为您推荐了相关专利信息
自动校准系统
参数
图像处理模块
弹簧
数据获取模块
函数拟合方法
机组
训练样本集
电力系统参数
回归算法
知识追踪方法
多层感知机
风格
学生
长短期记忆网络
反馈检测电路
光模块控制器
光模块系统
速率
驱动单元