# Energy - PINN Transformers · DTSC

> Fysische wetten en leren combineren om het gedrag van transformatoren te anticiperen.

Source: https://www.dtsc.be/nl/brain/projecten/energy-pinn-transformers/

DTSC

BRAIN / Toegepast onderzoek

# Energy - PINN Transformers

Fysische wetten en leren combineren om het gedrag van transformatoren te anticiperen.

BRAIN

Energy - PINN Transformers

Energie · Fysische modellering

BRAIN

Nr. 07

07

Energy - PINN Transformers

BRAIN

Eerder onderzoek

PINNs

Hybride modellen

Predictive maintenance

Eerder onderzoek

Energie · Fysische modellering

### Projectstatus

Eerder onderzoek

- PINNs

- Hybride modellen

- Predictive maintenance

## De aanpak

Het project modelleert het thermische gedrag van transformatoren in het Belgische elektriciteitsnetwerk voor transport met behulp van physics-informed neural networks (PINNs).

Thermische vergelijkingen worden gecombineerd met historische metingen, belasting en omgevingscondities om interne temperaturen te schatten en oververhittingsrisico’s te identificeren.

Deze hybride aanpak verbindt fysiek modelleren en voorspelling door AI, ten dienste van predictieve maintenance.

## De bijdragen

Mario Real Enrique

BRAIN-lid

Bron: BRAIN-portfolio.

Bespreek dit project
