Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东电网有限责任公司东莞供电局;南方电网科学研究院有限责任公司;武汉大学汪万伟获国家专利权

广东电网有限责任公司东莞供电局;南方电网科学研究院有限责任公司;武汉大学汪万伟获国家专利权

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!

龙图腾网获悉广东电网有限责任公司东莞供电局;南方电网科学研究院有限责任公司;武汉大学申请的专利磁滞回线预测模型建立方法、装置、电子设备及存储介质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:CN119670538B

龙图腾网通过国家知识产权局官网在2025-11-14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:202411677212.3,技术领域涉及:G06F30/27;该发明授权磁滞回线预测模型建立方法、装置、电子设备及存储介质是由汪万伟;曾强;叶堂柱;吴超平;戴喜良;程建伟;杨家辉;吴泽华;赵林杰;杜志叶;张亚东;曹建萍;李根设计研发完成,并于2024-11-22向国家知识产权局提交的专利申请。

磁滞回线预测模型建立方法、装置、电子设备及存储介质在说明书摘要公布了:本发明提供磁滞回线预测模型建立方法、装置、电子设备及存储介质,包括对铁磁材料进行磁滞特性实验,设定不同磁感应强度峰值下预设正弦波激励下包括磁感应强度波形数据和磁场波形数据的磁滞回线相关特征,建立包括改进卷积神经网络模型和K近邻算法模型的磁滞回线预测模型,对改进卷积神经网络模型进行训练,输入为磁感应强度峰值及磁感应强度波形数据,输出为磁场波形数据,采用K近邻算法模型基于特征数据对磁场波形数据进行调整得到最终磁场波形结果。本发明基于改进卷积神经网络结合K近邻算法建立磁滞回线预测模型,能够防止过拟合现象,且训练时速度更快,资源消耗更少,便于在实际应用中快速迭代与调整。

本发明授权磁滞回线预测模型建立方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种磁滞回线预测模型建立方法,其特征在于,包括以下步骤: 对铁磁材料进行磁滞特性实验,设定不同磁感应强度峰值下预设正弦波激励下的磁滞回线相关特征,磁滞回线相关特征包括磁感应强度波形数据和磁场波形数据; 建立磁滞回线预测模型,磁滞回线预测模型包括改进卷积神经网络模型和K近邻算法模型,采用改进卷积神经网络模型进行数据训练,输入为磁感应强度峰值及磁感应强度波形数据,输出为磁场波形数据,得到训练好后的改进卷积神经网络模型;获取训练好后的改进卷积神经网络模型得到的特征数据,设定目标值为磁场波形数据,采用K近邻算法模型基于特征数据对磁场波形数据进行调整,得到最终磁场波形结果; 改进卷积神经网络模型包括卷积层、池化层、展平层、第一全连接层、Dropout层、第二全连接层和输出层,其中 卷积层使用32个卷积核以生成32个特征图,每个卷积核的大小为1行2列,采用公式2修正线性单元作为激活函数以引入非线性特性,公式2为: 2 其中,x表示神经元接收到的激活值,当输入x0时,输出为x,当输入x≤0时,输出为0; 池化层用于下采样,池化层窗口大小为1行1列; 展平层用于将多维输入数据转换为一维数据输入到第一全连接层中; 第一全连接层有64个神经元,使用ReLU作为激活函数; Dropout层的丢弃率为40%~60%; 第二全连接层包含1个神经元。

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广东电网有限责任公司东莞供电局;南方电网科学研究院有限责任公司;武汉大学,其通讯地址为:523000 广东省东莞市东城街道东城路东城段239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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。