用于电气设备内部温度场计算的降阶模型的构建方法

    公开(公告)号:CN116522734A

    公开(公告)日:2023-08-01

    申请号:CN202310542711.0

    申请日:2023-05-15

    IPC分类号: G06F30/23 G06F119/08

    摘要: 本发明公开了一种用于电气设备内部温度场计算的降阶模型的构建方法,该方法包括:构建设备的有限元分析模型,所述有限元分析模型用于模拟不同预设参数下的温度变化;构造所述预设参数的样本点数据集;根据所述有限元分析模型获取所述样本点数据集中的样本点对应的温度场数据;根据所述样本数据集中的样本点和对应的温度场数据训练代理模型生成降阶模型。本发明实施例提供的一种降阶模型的构建方法,由于降阶模型是基于样本点和对应的温度场数据训练代理模型得到的,因此将预设参数输入降阶模型能够快速获得温度场数据,比采用有限元分析模型计算温度场数据的速度要快得多,极大提高了温度场计算效率。

    基于DOA-RBF的TMR传感器温度补偿方法及装置

    公开(公告)号:CN118068237A

    公开(公告)日:2024-05-24

    申请号:CN202410217664.7

    申请日:2024-02-27

    摘要: 本发明涉及隧穿磁电阻传感器温度补偿技术领域,公开了基于DOA‑RBF的TMR传感器温度补偿方法及装置,方法包括:基于训练集和测试集对径向基神经网络进行训练,获取输出数据;获取种群中每个个体的适应度值;将适应度值最小的个体作为超参数的全局最优解;对种群进行迭代更新;基于更新后的种群执行对径向基神经网络进行训练的步骤;在迭代更新次数大于等于阈值的情况下,获取全局最优解;通过S折交叉验证方法确定目标径向基神经网络;将TMR传感器输出电压值和温度值输入到目标径向基神经网络,获得补偿后的TMR传感器所处磁场值。本发明能够快速确定径向基神经网络中超参数的全局最优解且目标径向基神经网络的补偿精度高。