摘要
本发明公开了一种基于仿真模型的开关柜静触头温度预测方法及系统,该方法包括:建立高压开关柜电磁‑热‑流体多物理场耦合仿真模型并通过温升试验校准;模拟不同工况获取含环境温度、载流量、梅花触头温度及动静触头温度的样本数据集;对样本数据归一化处理并划分训练集与测试集;构建并训练LSTM神经网络模型与SVM支持向量机模型;采用最小二乘法确定两模型最优权重系数,建立LSTM‑SVM组合预测模型;通过实时采集的环境温度、载流量及梅花触头温度,输入组合模型得到动静触头温度预测值。本发明无需破坏开关柜原有结构,兼顾时序特性与非线性映射能力,预测精度高且实时性强,可及时发现过热隐患,保障设备可靠运行。
技术关键词
梅花触头
仿真模型
LSTM神经网络模型
开关柜静触头
流体多物理场耦合
温度预测方法
组合预测模型
支持向量机模型
动静触头
LSTM模型
环境温度传感器
高压开关柜
归一化方法
温度预测系统
电流传感器
监测点
开关柜表面
预测误差
电磁场仿真
系统为您推荐了相关专利信息
碳酸锂
自动控制方法
数字孪生
物理仿真平台
因子
控制第一机器人
图像采集设备
参数
仿真数据
紧固件装配装置
仿真模型
动态链接库
热仿真分析
变量
联合仿真方法
半导体工艺器件
关系
邻居
网格划分方法
设备执行动作