摘要
本发明公开了变压器绕组热点温度反演方法、系统、设备及存储介质,包括基于多物理场耦合关系模型,获取若干关键参数样本分别对应的变压器各区域的温度场与流体场分布,基于所有变压器各区域的温度场与流体场分布,提取绕组热点温度对应的第一序列及相关性参数对应的第二序列,构建绕组热点温度反演的随机森林回归模型,采用混沌退火协同粒子群算法对随机森林回归模型的超参数进行优化,通过第二序列和第一序列训练随机森林回归模型,将新的关键参数样本处理得到新的相关性参数,输入到训练好的随机森林回归模型中,得到绕组反演温度。本发明不需要大量的输入参数和较长的计算时间,提升绕组热点温度预测准确性和稳定性,不容易陷入局部最优。
技术关键词
绕组热点温度
随机森林
粒子群算法
序列
输出特征
反演方法
样本
混沌局部搜索
测温
因子
变压器外壳
金属结构件
构建训练集
物理
超参数
系统为您推荐了相关专利信息
故障传播路径
通信链路
节点
业务流量数据
性能指标数据
避雷器参数
数据处理单元
特征提取算法
Rogowski线圈
定位单元
识别判断方法
煤田火灾
发射率
随机森林模型
反演地表
锂离子电池
寿命评估方法
图像
神经网络模型
寿命评估系统
数据智能管理方法
健康状态预测
铁路
生命体征数据
高海拔