一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法

    公开(公告)号:CN119378236A

    公开(公告)日:2025-01-28

    申请号:CN202411446058.9

    申请日:2024-10-16

    Applicant: 南通大学

    Abstract: 本发明涉及新能源并网技术领域,尤其涉及一种基于双目标函数最小磁芯损耗和最大传输磁能的优化方法,包括:步骤一:根据最优化设计定义目标函数,其中目标函数1是最小化磁芯设计,目标函数2是最大化传输磁能;步骤二:决定决策变量,在该模型中主要包含五个:温度、频率、磁通密度峰值、磁芯材料、励磁波形;步骤三:决定约束条件确保模型的可行性和合理性,有效提高优化模型的实用性和准确性,步骤四:对实验数据的五个决策变量进行双目标函数的运算,步骤五:根据粒子群优化算法运算出满足磁性元件最优化设计的整体条件。本发明通过创新的建模和优化方案,能够有效减小磁芯损耗、增大传输磁能,并确优化模型的合理性和有效性。

    一种基于数据驱动的磁芯损耗改进型随机森林预测模型

    公开(公告)号:CN119494065A

    公开(公告)日:2025-02-21

    申请号:CN202411530471.3

    申请日:2024-10-30

    Applicant: 南通大学

    Abstract: 本发明涉及预测模型技术领域,尤其涉及一种基于数据驱动的磁芯损耗改进型随机森林预测模型,包括:步骤1:获取磁芯材料的实验数据,所述实验数据包括不同材料、不同温度、频率及励磁波形下的磁芯损耗及磁通密度信息;步骤2:对获取的实验数据进行预处理,所述预处理步骤包括数据去噪、缺失值填充及数据归一化处理,以保证后续模型的输入数据具备一致性和完整性;步骤3:基于磁通密度采样点及其他相关实验条件,提取关键特征变量,包括磁通密度分布、励磁波形形状特征、温度变化趋势及材料特性参数;步骤4:构建改进型的随机森林模型。本发明通过优化传统的随机森林算法,提高了模型在预测磁芯损耗方面的准确性和鲁棒性。

Patent Agency Ranking