-
公开(公告)号:CN119249864A
公开(公告)日:2025-01-03
申请号:CN202411225515.1
申请日:2024-09-03
Applicant: 山东电力设备有限公司
IPC: G06F30/27 , G06F30/28 , G06F30/17 , G06T17/00 , G06N3/0464 , G06N3/084 , G06F18/27 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14 , G06N3/048
Abstract: 本发明涉及一种基于卷积神经网络的油浸式变压器绕组温度快速计算方法,属于变压器绕组温度控制技术领域,将变压器的热源密度、油流速度和环境温度作为输入特征量,将绕组温度作为输出特征量,构建用于卷积神经网络回归训练的数据集;将数据集分为训练集与测试集,进行绕组温度快速计算模型的构建;将数据集输入到绕组温度快速计算模型中进行训练与测试,最终输出计算结果误差最小的绕组温度快速计算模型;将热源密度、油流速度和环境温度输入到计算结果误差最小的绕组温度快速计算模型中,计算得出油浸式变压器绕组不同工况下的温度分布。本发明可以满足油浸式变压器绕组温度计算在数字孪生应用中的实时性要求。
-
公开(公告)号:CN118690241A
公开(公告)日:2024-09-24
申请号:CN202410725043.X
申请日:2024-06-05
Applicant: 山东电力设备有限公司
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , G01R31/12
Abstract: 本发明属于变压器运维领域,涉及基于Res‑CNN‑ECA‑Net模型的变压器故障诊断方法,构建变压器故障案例库;将变压器故障案例库进行数据清洗,获得新变压器故障案例数据集;将新变压器故障案例数据集划分训练数据集和测试数据集;构建模型,将训练数据集输入到训练模型中,使用网格搜索的方法调节模型超参数,根据Adam自适应学习率方法更新模型参数;若模型训练满足迭代收敛条件,停止更新网络模型的参数;采用准确率Acc作为评价指标其指数越高代表故障诊断精度越高。本发明提高了特征表达能力,增强关了注重点特征,减少了过拟合风险,优化了计算效率,提升了诊断的准确性和效率,保持了较好的模型可解释性和计算经济性。
-