【技术实现步骤摘要】
本专利技术涉及电力设备的绝缘，尤其是涉及一种基于神经网络的绝缘气体分子筛选方法及系统。
技术介绍
1、六氟化硫(sf6)因其良好的电气性质广泛应用于电气设备领域。但六氟化硫具有极强的温室效应，减少sf6的使用是电力设备领域为实现绿色发展所需要解决的重要问题。因此，寻找六氟化硫的可替代气体的研究备受关注。
2、寻找出具有高介电强度、低液化温度和环保性能的绝缘气体是一项极具挑战性的任务。对于目前已知化合物而言，满足高介电强度的分子数量众多，但同时具备高介电强度和低液化温度的分子则极其稀少，随着筛选要求的增加，如环保要求，可选分子数量呈指数级减少。能够完全满足所有指标要求的单质气体至今尚未成为现实。目前，绝缘气体的筛选方法主要包括试错法和计算机辅助设计方法。
3、然而，无论是试错法还是计算机辅助设计方法均存在操作繁琐、灵活性不足的问题，这就导致了筛选的成本和时间大大增加，并无法大范围推广使用。
技术实现思路
1、本专利技术旨在提供一种基于神经网络的绝缘气体分子筛选方法及系...
【技术保护点】
1.基于神经网络的绝缘气体分子筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，所述绝缘气体的分子特征数据集通过对预设的分子结构模型计算获取得到，具体分子特征包括电子结构特征、化学键参数特征、分子力学特征、热力学特征和电荷分布特征。
3.根据权利要求2所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，所述分子目标性质包括分子介电强度、液化温度和全球变暖潜能值。
4.根据权利要求1～3任一项所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，还包括将分子特征数据集和分子...
【技术特征摘要】
1.基于神经网络的绝缘气体分子筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，所述绝缘气体的分子特征数据集通过对预设的分子结构模型计算获取得到，具体分子特征包括电子结构特征、化学键参数特征、分子力学特征、热力学特征和电荷分布特征。
3.根据权利要求2所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，所述分子目标性质包括分子介电强度、液化温度和全球变暖潜能值。
4.根据权利要求1～3任一项所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，还包括将分子特征数据集和分子目标性质转化为数组，并进行数据缺失填充、数据异常剔除和数据降维处理；其中：所述数组中每一行表示一个分子样本，每列表示该行分子样本对应的分子特征。
5.根据权利要求4所述的基于神经网络的绝缘气体分子筛选方法，其特征在于，所述将分子特征数据集作为预设神经网络模型的输入，分子目标性质作为预设神经网络模型的输出对预设神经网络模型进行训练，以优化出分子预测模型，具体为：
6.基于神经网络的绝缘...
【专利技术属性】
技术研发人员：孙东伟，唐念，李兴文，张博雅，黎晓淀，谈佳馨，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。