摘要
本发明提供了一种特高压变压器温度场快速计算方法,包括根据流热耦合原理及变压器类型确定输入特征量,建立仿真模型,利用有限体积法求解方程组得到输出特征量,对其进行归一化处理,并通过点云处理形成样本集,随机划分为训练集和测试集,构建U‑net++神经网络,将均方误差作为其损失函数,对关键超参数进行分组测试,确定最佳组合,将构建好的训练集输入U‑net++神经网络进行迭代训练,以输出特征量作为标签数据进行有监督学习,计算精度符合要求时得出最优模型,利用测试集中的新工况对最优模型进行有效性验证。本发明提高了计算效率,能够保护设备免受干扰,确保数据的安全性和可靠性。
技术关键词
输出特征
特高压变压器
快速计算方法
仿真模型
超参数
Fluent软件
变压器绕组温度
神经网络架构
变压器模型
三维温度场
点云
样本
训练集
有效性
误差
保护设备
数据
基线
系统为您推荐了相关专利信息
深度学习预测模型
电池系统
LSTM模型
电池簇
充放电功率
融合深度学习
路面温度
数值天气预报模式
卷积模块
局部时空特征
灰色关联度
接地网故障
地表磁感应强度
数据
仿真模型
三维耦合器
联合仿真方法
变量
三维仿真模型
电子设备
分布式仿真系统
实体
算法参数优化
推测误差
协同优化算法