买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种基于数据驱动的磁芯损耗预测方法、计算机程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119646482B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411705668.6，技术领域涉及：G06F18/213；该发明授权一种基于数据驱动的磁芯损耗预测方法、计算机程序产品是由邢润强;谢梅林;薛好祺;郝伟;冯旭斌;师恒设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于数据驱动的磁芯损耗预测方法、计算机程序产品在说明书摘要公布了：一种基于数据驱动的磁芯损耗预测方法、计算机程序产品，包括以下步骤：步骤S1，构建磁芯损耗的经验补偿模型和机器学习预测模型；步骤S2，通过对经验补偿模型进行修正得到预测结果，通过机器学习预测模型进行修正得到预测结果；步骤S3，将两种预测结果分别通过构建的神经网络训练，得到预测结果的补偿值；步骤S4，对预测结果以及补偿值分别适配权重参数；步骤S5，通过预测结果以及补偿值，结合其权重参数计算磁芯损耗的预测值，通过遗传算法迭代得到磁芯损耗最优参数。本发明的基于数据驱动的磁芯损耗预测方法、计算机程序产品，大大减少了预测结果与真实损耗的均方误差。

本发明授权一种基于数据驱动的磁芯损耗预测方法、计算机程序产品在权利要求书中公布了：1.一种基于数据驱动的磁芯损耗预测方法，其特征在于：包括以下步骤： 步骤S1，构建磁芯损耗修正后的经验补偿模型和机器学习预测模型； 构建修正后的经验补偿模型具体为： 根据斯坦麦茨方程的基本结构，增加优化后的温度因子k0+k1T+k2T2，得到预测结果PMSE，公式如下： 其中，T为工作温度，f为频率，Bmax为励磁波形的磁通密度一个周期内的峰值；k0、k1、k2、α、β、e均为可拟合参数； 构建机器学习预测模型具体为： 步骤B.1，提取磁芯损耗的特征，通过随机森林回归模型，使用网格搜索进行参数寻找；所述随机森林回归模型包括多个决策树，每个决策树均用于对磁芯损耗进行预测，随机森林的输出为多棵树预测结果的平均值； 步骤B.2，假设随机森林中有M棵树，每棵树的预测结果为Ptree,i，则随机森林的最终预测值即为预测结果PML： 步骤S2，采集磁芯参数作为特征输入，通过修正后的经验补偿模型得到预测结果PMAE，通过机器学习预测模型得到预测结果PML； 步骤S3，构建神经网络，将步骤S2得到的两种预测结果分别通过构建的神经网络训练，得到预测结果PMSE的补偿值CMSE和预测结果PML的补偿值CML； 步骤S4，对预测结果PMSE和PML以及补偿值CMSE和CML分别适配权重参数，并通过遗传算法迭代得到最终的权重参数； 步骤S5，通过预测结果PMSE和PML以及补偿值CMSE和CML，结合其权重参数计算得到磁芯损耗的预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。