买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太原理工大学申请的专利一种变压器内部多组分空间分布预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121480393B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610023979.7，技术领域涉及：G06F30/28；该发明授权一种变压器内部多组分空间分布预测方法是由王志强;窦银科;盛积昊;李泽宁;陈巧琳设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种变压器内部多组分空间分布预测方法在说明书摘要公布了：本发明公开了一种变压器内部多组分空间分布预测方法，涉及电力设备运行状态监测技术领域，所述方法首先基于流体仿真软件构建变压器油的多气体组分输运物理仿真模型，并配置与实际传感器位置映射的观测系统；构建实际观测与仿真预测的时序误差矩阵，并划分为训练集与验证集；在此基础上，利用LSTM网络生成动态B矩阵，再通过EnKF算法，将仿真数据与实时传感器观测数据融合，实现仿真模型的动态更新与误差校正；数据同化过程中辅以自适应的步长调控与异常处理机制；最终，以多种形态动态展示油箱内各气体组分的空间分布。本发明有效克服了传统监测的空间局限性、静态仿真预测的误差累积等难题，实现了变压器内部多气体组分空间分布的精准、动态预测。

本发明授权一种变压器内部多组分空间分布预测方法在权利要求书中公布了：1.一种变压器内部多组分空间分布预测方法，其特征在于：所述预测方法包括如下步骤： 步骤S100：物理仿真模型构建，基于待监测变压器油箱的内部空间结构构建仿真模型，并在实际变压器配置传感观测系统，所述步骤S100包括： 步骤S101：依据待监测变压器油箱的内部结构，在AnsysSpaceClaim中构建等比例的油箱三维模型； 步骤S102：提取内部流体计算域，使用Meshing模块划分网格并导入流体仿真软件平台； 步骤S103：在流体仿真软件中加载多组分输运模型，依据实际变压器油的理化参数定义流体属性，设定目标气体组分参数；入口边界采用速度入口条件模拟油泵注入特性，出口边界采用压力出口条件表征油箱泄压特性，压力-速度耦合计算选用SIMPLE算法； 步骤S104：标定实际待监测变压器上气体组分、温度及流速传感器的部署位置，同步在仿真空间中映射对应的位置坐标，构建空间插值观测算子矩阵； 所述预测方法还包括： 步骤S200：数据集构建，根据传感器监测数据与仿真结果构建时序误差矩阵，为后续LSTM网络框架生成背景误差协方差矩阵Btarget提供数据集；步骤S200还包括： 步骤S201：周期性采集实际变压器上部署的温度、流速及气体组分传感器的监测数据，同时采集对应工况下流体仿真软件仿真的流场与组分分布结果，建立实际工况参数和物理模型仿真数据的同步映射体系； 步骤S202：计算变压器监测数据与对应位置仿真结果的动态差值，生成时序误差矩阵，维度为[t,m,n]，t为时间步长，m为传感器数量，n为每个传感器能测量物理量的数量，矩阵中元素εt,i,j表示第t时刻第i个传感器的第j类特征与对应仿真结果的差值，即εt,i,j=观测值yt,i,j-仿真值xt,i,j； 步骤S203，将步骤S200的时序误差矩阵[t,m,n]展开为二维矩阵[t,k]，k=m×n，为系统状态变量总数；该二维矩阵每行对应1个时间步的所有状态变量误差εt,1~εt,k；通过计算该二维矩阵的样本协方差，得到统计意义上的最优背景误差协方差矩阵，用于后续优化LSTM网络框架，公式为： ； E为展开后的时序误差矩阵[t,k]，为E的时间步均值矩阵[1,k]，t-1为样本自由度校正项； 步骤S204：将步骤S202生成的时序误差矩阵按时间顺序划分为训练集和验证集，训练集为占总数据量前80%的连续时序数据，用于后续训练LSTM模型，学习背景误差协方差矩阵的动态变化规律；验证集为占总数据量后20%的连续时序数据，用于后续在训练过程中评估模型的泛化性能，防止过拟合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。