公开(公告)号：CN119577469A

公开(公告)日：2025-03-07

申请号：CN202411622685.3

申请日：2024-11-14

Applicant: 辽宁工程技术大学

Inventor： 李鑫 ,  赵元鹏 ,  杨桢 ,  张翘楚 ,  刘昊原 ,  张钧博

IPC: G06F18/22 ,  G06N3/044 ,  G06N3/08 ,  G01R33/00

Abstract: 本发明公开了一种基于SA‑SMA‑GRNN的磁芯损耗预测模型，属于信号预测及优化技术领域。该方法首先构建了包含磁芯材料、温度、频率和磁通密度峰值等特征的训练集，通过SMA黏菌优化算法对GRNN的平滑因子进行优化，以提高模型的预测精度和泛化能力。为了避免黏菌算法陷入局部最优，进一步引入模拟退火算法，通过模拟物理退火过程，逐步降低搜索空间中的温度，增强模型全局搜索能力，提升收敛速度。本发明通过对高频率、高能耗磁芯损耗数据的训练，优化出最佳的模型参数，并通过GRNN进行损耗预测，实现了对磁芯损耗的高精度预测，提升了GRNN模型的全局搜索能力和收敛速度，具有广泛的适用性和较高的预测准确度。

公开(公告)号：CN119538121A

公开(公告)日：2025-02-28

申请号：CN202411598649.8

申请日：2024-11-11

Applicant: 辽宁工程技术大学

Inventor： 李鑫 ,  张翘楚 ,  杨桢 ,  赵元鹏 ,  于可杭 ,  李昊

IPC: G06F18/2431 ,  G06F18/2131 ,  G06F18/2135 ,  G06F18/27 ,  G06F18/23 ,  G06N5/01

Abstract: 本发明公开了一种基于FT‑PCA‑RF的磁性元件励磁波形分类算法，该方法明确不同励磁波形的时频特征，并按照波形种类分别提取其时域特征与频域特征，并对其整合；之后，在标签标定的基础上利用PCA主成分分析法判定各特征显著性，对比选出三种标签以建立初步分类模型；在此基础上，按3：7重新划分训练集为测试集与训练集，分别利用随机森林算法、逻辑回归算法建立聚类识别模型，FT‑PCA‑RF的磁性元件励磁波形分类算法的搭建最终实现对原始输入波形信号聚类识别的目的。求解结果显示，利用本发明所提聚类识别模型识别精度可达到98％，可根据特征信息有效识别励磁波形信号，有利于进一步研究励磁波形与磁芯损耗间的耦合关系。