一种基于深度学习的高压套管物理场仿真方法技术

本发明专利技术实施例公开了一种基于深度学习的高压套管物理场仿真方法，该方法包括：获取高压套管的物理场数据，以及所述物理场数据所对应的高压套管的基本参数；将所述物理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高压套管的基本参数作为输入信息、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高压套管的基本参数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，得到所述高压套管的物理场仿真结果，可以实现快速的高压套管物理场仿真，能够达到对物理场数据实时预测的目的。

【技术实现步骤摘要】

本专利技术涉及物理场仿真，尤其涉及一种基于深度学习的高压套管物理场仿真方法。

技术介绍

1、高压套管是变压器的重要组成部分，作为最为重要的电力设备之一，变压器又在电力传输的过程中有着重要的作用。

2、由于电能在变压器绕组、内部铁芯以及其结构器件等上的损耗会引起变压器局部温度过高，从而影响变压器的安全运行。为了能够准确研究变压器内部高压套管温度的分布特性，可对高压套管物理场分布进行研究，分析其磁场、温度场从而得到高压套管温度分布。因此，对变压器内部高压套管磁场、温度场进行仿真有着重要的意义。

3、传统高压套管物理场仿真采用有限元分析方法进行，虽然有限元分析有着较高的精度，但其根据模型和场景的复杂性，其计算时间可能需要几分钟到几天的时间，难以满足一些实时性要求较高场景的需求。随着“数字电网”发展理念的提出和电力设备数字孪生建设的需求，近实时的电力设备物理场仿真的需求越来越迫切，而有限元分析则很难满足上述场景的需求了。

技术实现思路

1、本专利技术的主要目的在于提供一种基于深度学习的高压套管本文档来自技高网...

【技术保护点】

1.一种基于深度学习的高压套管物理场仿真方法，其特征在于，所述方法包括：

2.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述物理场数据包括存储于有限元分析软件中的、不同时间下的60Hz高压套管磁场数据和/或温度场数据。

3.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述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，包括：

4.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述高压套管的基本参数包括电流。

5.根据权利要求1所述的基于深度学习的高压套管物理场仿...

【技术特征摘要】

1.一种基于深度学习的高压套管物理场仿真方法，其特征在于，所述方法包括：

2.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述物理场数据包括存储于有限元分析软件中的、不同时间下的60hz高压套管磁场数据和/或温度场数据。

3.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述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，包括：

4.根据权利要求1所述基于深度学习的高压套管物理场仿真方法，其特征在于，所述高压套管的基本参数包括电流。

5.根据权利要求1所述的基于深度学习的高压套管物理场仿真方法，其特征在于，所述对深度学习模型进行训练，包括：

6.根...

【专利技术属性】
技术研发人员：彭庆军，邹德旭，王山，周仿荣，王浩州，杨泽文，洪志湖，邹阅培，初德胜，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：