#每日一篇学术文章# 【基于数字孪生的变压器热点温度预测预警技术研究】（Research on transformer hotspot temperature prediction and warning technology based on digital twin）http://t.cn/AXARfTEA
摘要：
变压器热点温度对电网系统的可靠性和稳定性有直接影响。针对传统变压器管理模式复杂以及变压器热点温度预测方法存在成本高、计算效率低和计算误差高等问题，提出了一种基于数字孪生的变压器热点温度预测预警技术。首先，搭建变压器数字孪生六维模型，实现了系统数据共通、多源融合和虚实交互等功能。然后，构建可承载人工智能与机器学习算法的感知交互驱动型数字孪生系统，并采用混沌自适应粒子群优化（chaotic adaptive particle swarm optimization, CAPSO）算法对BP（back propagation，反向传播）神经网络的权重和阈值进行优化，加快了原始网络的收敛速度，同时建立了基于CAPSO-BP的变压器热点温度预测模型。最后，利用变压器现场监测数据在虚拟引擎平台上进行仿真分析，实现了变压器热点温度预测预警系统各功能的开发应用并验证了预测模型的可行性和有效性。研究结果为数字孪生变压器系统由数字化向智能化转型提供了新的思路和理论依据。

关键词 ：变压器；数字孪生；人工智能；机器学习；混沌自适应粒子群优化；反向传播神经网络；温度预测