本书围绕电力系统数字化转型需求,系统研究了数字孪生技术在油浸式变压器状态监测中的应用。全书首先阐述数字孪生技术的概念特征及其在电气设备监测中的价值;其次深入分析变压器电磁-结构-温度-流场的多物理场耦合机理,建立各物理场控制方程;进而提出基于有限元和本征正交分解的降阶建模方法,实现计算效率与精度的平衡;最后结合220kV变压器案例,构建温度场数字孪生模型实现热点温度预测,并融合油中溶解气体数据改进LightGBM算法提升故障诊断准确性。本书特点在于理论联系实际,形成了从机理分析到建模优化的完整技术路线,集成了有限元仿真与机器学习方法,具有一定的创新性和实用价值,可为变压器智能运维提供技术支持。
本书可作为相关领域工程技术人员、科学技术研究人员参考书。
展开