Key points are not available for this paper at this time.
Resumo A operação segura de transformadores imersos em óleo é crítica para a segurança e a estabilidade da rede elétrica. À medida que o tempo de operação aumenta, a taxa de falhas dos transformadores imersos em óleo mostra uma tendência crescente, apresentando sérios desafios para a operação segura. É necessário investigar o estado interno do transformador imerso em óleo para melhorar o grau digital e alcançar a digitalização e a operação e manutenção inteligentes. Uma rede neural informada por física (PINN) para transformadores imersos em óleo foi introduzida para reconstruir a distribuição de temperatura dentro do transformador. De acordo com a abordagem, a função de perda da rede seria otimizada incorporando termos de perda de restrição física, incluindo equações de transferência de calor, condições iniciais e condições de contorno. Os resultados mostram que o método proposto pode ser usado para reconstruir e prever o campo de temperatura dos transformadores em poucos segundos com precisão satisfatória. Em conclusão, a PINN proposta supera redes neurais profundas em termos de precisão, confiabilidade e interpretabilidade, especialmente em casos com poucos dados.
Tang et al. (Qui,) estudaram esta questão.