一种等效相对介电常数获取方法、系统、存储介质及终端

    公开(公告)号:CN116699251A

    公开(公告)日:2023-09-05

    申请号:CN202310618679.X

    申请日:2023-05-29

    IPC分类号: G01R27/26 G06F17/10

    摘要: 本发明实施例公开了一种等效相对介电常数获取方法,所述方法包括:在有限时域差分计算区域中构建电磁波波导结构,获得测试样品的时域波形曲线;将所述时域波形曲线转化为频响特性曲线,获得包含频变特性的反射系数;根据所述电磁波波导结构确定反射系数理论值公式,所述反射系数理论值公式包括等效相对介电常数;根据所述包含频变特性的反射系数和所述反射系数理论值公式,确定所述测试样品在不同频点下的等效相对介电常数。通过在有限时域差分法计算区域中构建电磁波波导结构,实现全频段等效相对介电常数的获取,且全频段等效相对介电常数的获取由数值计算完成,因此速度快、效率高、花费小。

    漏磁变压器的磁场重建方法、装置、介质和设备

    公开(公告)号:CN116663356A

    公开(公告)日:2023-08-29

    申请号:CN202310587079.1

    申请日:2023-05-23

    IPC分类号: G06F30/23 G06F30/27

    摘要: 本发明公开了一种漏磁变压器的磁场重建方法、装置、介质和设备,首先获取变压器模型的漏磁增压数据,并将其剖分为网格数据集。接下来将网格数据集划分为训练数据集和测试数据集,在变压器模型内设置采样区域,并对采样区域内的训练数据集进行采样,以得到多个采样点数据。对网格数据集进行主成分分析,将降维得到的分析结果作为多个采样点数据的标签,并将携带标签的多个采样点数据输入磁场重建模型中进行迭代训练。接着将测试数据集输入训练后的磁场重建模型,并获取输出的初步重建向量。对初步重建向量进行主成分分析逆变换,以得到重建后变压器模型的目标重建磁场。通过这种方法,可以实现较快速度且准确地的整体重建。

    一种变压器铁芯等效电导率计算方法及相关设备

    公开(公告)号:CN115618679A

    公开(公告)日:2023-01-17

    申请号:CN202211334289.1

    申请日:2022-10-28

    摘要: 本发明实施例公开了一种变压器铁芯等效电导率计算方法及相关设备,所述方法包括:获取所述目标变压器的基础数据,所述基础数据包括所述变压器的铁芯、线圈和箱体的结构数据,以及所述变压器的线圈匝数、线圈材料参数、油材料参数和额定电压;根据所述目标变压器的基础数据构建所述目标变压器的三维磁场计算模型,所述三维磁场计算模型为有限元计算模型;将预设变压器铁芯等效电导率代入所述三维磁场计算模型,得到初始铁芯磁密值;若所述初始铁芯磁密值符合预设条件,则将预设变压器铁芯等效电导率作为所述目标变压器的铁芯等效电导率;若所述初始铁芯磁密值不符合预设条件,则调整所述预设变压器铁芯等效电导率,直至所述初始铁芯磁密值符合预设条件。

    一种基于深度学习替代有限元分析的电抗器磁场仿真方法

    公开(公告)号:CN112784499B

    公开(公告)日:2024-09-06

    申请号:CN202110253268.6

    申请日:2021-03-05

    摘要: 本申请的一种基于深度学习替代有限元分析的电抗器磁场仿真方法,涉及磁场仿真领域,包括获取电抗器的磁场数据以及电抗器基本参数;将磁场数据划分为训练数据集和测试数据集;对训练数据集进行预处理,得到特征向量值及对应特征值;将训练数据集对应的电抗器基本参数作为输入、将特征向量值作为输出,对深度学习模型进行训练;将测试数据集对应的电抗器基本参数输入到深度学习模型中,得到测试结果;对测试结果进行反处理,即得到电抗器磁场的仿真结果。本申请还包括一种电子设备,用于实现基于深度学习替代有限元分析的电抗器磁场仿真方法。本申请相比起有限元分析,预测速度明显更快,能够达到对磁场数据实时性预测的目的。

    一种基于深度学习的变压器温度场仿真方法

    公开(公告)号:CN117952006A

    公开(公告)日:2024-04-30

    申请号:CN202410103983.5

    申请日:2024-01-25

    摘要: 本发明实施例公开了一种基于深度学习的变压器温度场仿真方法,该方法包括:获取变压器的温度场数据,以及所述温度场数据所对应的变压器电压值;将所述温度场数据划分为训练数据集和测试数据集;对所述训练数据集进行预处理,得到特征向量及对应的特征值;将所述训练数据集对应的所述变压器电压值作为输入信息、将所述特征值作为输出信息,对深度学习模型进行训练;将所述测试数据集对应的所述变压器电压值输入到所述深度学习模型,获得测试结果;对所述测试结果进行反处理操作,得到所述变压器的温度场仿真结果,可以实现快速的变压器温度场仿真,能够达到对温度场数据实时预测的目的。

    电力变压器散热结构的参数确定方法、装置、设备及介质

    公开(公告)号:CN115422762A

    公开(公告)日:2022-12-02

    申请号:CN202211136870.2

    申请日:2022-09-19

    摘要: 本发明提供一种电力变压器散热结构的参数确定方法、装置、设备及介质,所述方法包括:构建散热器几何模型,并对散热器几何模型的仿真参数进行设置;调整散热器几何模型,并基于仿真参数对不同结构参数对应的散热器几何模型进行散热仿真模拟;根据仿真结果获取散热器几何模型的散热性能与结构参数的对应关系;基于预设的散热需求条件以及散热性能与结构参数的对应关系,确定散热器几何模型的目标结构参数,以使得基于目标结构参数配置的散热器几何模型的散热性能满足散热需求条件。本发明通过调整散热器模型的结构参数并进行散热仿真模拟,能够准确获取散热器在不同结构参数下的散热性能,从而能够在配置变压器时准确地满足散热需求。