一种油浸式变压器绕组热点温度反演方法

    公开(公告)号:CN118468535A

    公开(公告)日:2024-08-09

    申请号:CN202410531119.5

    申请日:2024-04-29

    Abstract: 本发明提供一种油浸式变压器绕组热点温度反演方法,包括如下步骤:建立变压器的三维仿真模型,通过电磁场计算得到变压器的磁场分布;求解铁芯和绕组周期内的平均发热功率,获取损耗密度分布;生成正交试验表,设置材料属性、边界条件和划分网格,经过流场‑温度场耦合数值计算获得变压器的温度分布和热点温度;选取变压器油箱外壳特征测温点,确定与热点温度强相关的特征点;构建基于BP神经网络的热点温度反演模型,将模型预测结果与仿真结果进行对比;验证反演模型的准确性。该方法采用多物理场仿真分析方法获取样本数据,进而通过人工智能算法实现热点温度的反演预测,为准确计算变压器绕组热点温度提供了新思路。

    应用于大规模清洁能源网的无人机电力巡检技术

    公开(公告)号:CN116485059A

    公开(公告)日:2023-07-25

    申请号:CN202310488272.X

    申请日:2023-05-04

    Abstract: 本发明属于无线通信技术领域,特别涉及一种应用于大规模清洁能源网的基于强化学习的无人机电力巡检技术,分为以下步骤:1、无人机模型设置及动作空间设置;2、初始化现实Q网络和目标Q网络;3、无人机巡检模型与现实Q网络交互;4、更新现实Q网络;5、更新目标Q网络;6、重复步骤3至步骤5,直至神经网络结果收敛,将训练好的网络应用于无人机全自主电力巡检过程。本发明的优点在于,通过强化学习算法决策,使无人机能够在能耗的约束条件下持续且自主地规划巡检路径,可以大大减轻电力巡检人员的工作强度,保障电力巡检作业人员的人身安全,以低成本快速有效地执行巡检任务,提高工作效率和质量,对实现电力系统的自动化进程具有重要意义。

Patent Agency Ranking