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！

龙图腾网获悉河北工业大学申请的专利一种电工装备磁场预测方法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：CN114398810B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202111631757.7，技术领域涉及：G06F30/23；该发明授权一种电工装备磁场预测方法是由金亮;刘璐;杨庆新;刘素贞;张闯设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本一种电工装备磁场预测方法在说明书摘要公布了：本发明提供了一种电工装备磁场预测方法，包括如下步骤：S1、结合电工装备的实际运行工况，建立电工装备的有限元模型；S2、根据需要预测的工况数据选定几种已知工况进行有限元分析，得到该电工装备在对应的几种已知工况下的真实磁场分布图；S3、选定几种对电工装备的磁场分布有影响的因素作为深度学习模型的输入变量，结合该电工装备的几何结构，形成输入信息矩阵；S4、对步骤S2中得到的真实磁场分布图进行归一化处理；S5、训练深度学习模型，基于训练后的深度学习模型实现对电工装备的磁场预测。本发明相比于其他方法的预测精度更高、预测工作量更小，并且可灵活适用于不同工况下的磁场预测。

本发明授权一种电工装备磁场预测方法在权利要求书中公布了：1.一种电工装备磁场预测方法，其特征在于，包括如下步骤： S1、结合电工装备的实际运行工况，建立电工装备的有限元模型； S2、根据需要预测的工况数据选定几种已知工况进行有限元分析，得到该电工装备在对应的几种已知工况下的真实磁场分布图； S3、选定几种对电工装备的磁场分布有影响的因素作为深度学习模型的输入变量，结合该电工装备的几何结构，形成输入信息矩阵； S4、对步骤S2中得到的真实磁场分布图进行归一化处理； S5、将步骤S3中得到的输入信息矩阵和步骤S4中处理后的真实磁场分布图作为训练样本数据和测试样本数据，训练深度学习模型，基于训练后的深度学习模型实现对电工装备的磁场预测； 其中， 步骤S3中形成的输入信息矩阵包括电工装备的结构参数和实际运行工况涉及的变量； 其中，电工装备的结构参数包括各部分尺寸及材料、激励； 步骤S5中，基于内插优先原则选取样本数据； 选取样本数据时，还要考虑运算工作量，具体方法如下： 根据数值模拟的结果以及历史经验，观察磁场变化是线性还是非线性，选取适宜的样本数量；若为线性，则选取少量样本进行训练，以减少运算量；若为非线性，则在减少运算工作量的同时尽可能增多样本数量，以提高模型的准确度； 执行步骤S1中，电工装备的实际工况包括工作电压、工作电流、转矩、频率、周围温度、湿度； 步骤S2中，根据有限元法的变分原理，将电机磁场求解问题转化为求解能量泛函的极值问题，再运用电磁场仿真软件，得到真实的磁场分布图； 步骤S2中，在不同工况下选取样本数据时，选取方法包括内插和外展； 若做内插预测，需选定指定影响因素的两个端值，中间数据运用特定的抽样方法确定；若做外展预测，需选定指定影响因素的一个端值，拓展范围的数据运用特定的抽样方法确定； 由于内插预测时，两端都有约束值，所以相比于外展，内插的预测方法具有更高的精度，在允许的条件下，选择内插预测；根据这个原则选定对哪几种工况进行有限元分析，作为训练样本数据代入到神经网络。

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河北工业大学，其通讯地址为：300000 天津市北辰区双口镇西平道5340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。