发明公开
- 专利标题: 一种基于深度学习的电磁结构优化设计方法
-
申请号: CN202210716522.6申请日: 2022-06-22
-
公开(公告)号: CN115146531A公开(公告)日: 2022-10-04
- 发明人: 李小飞 , 周峰 , 胡浩 , 殷小东 , 雷民 , 王远东 , 刘波 , 王倩 , 胡浩亮 , 余佶成 , 聂琪 , 潘瑞 , 余也凤 , 王一惟 , 张一 , 张天华 , 尚炳鑫 , 鲍进
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网内蒙古东部电力有限公司供电服务监管与支持中心 , 国网江苏省电力有限公司营销服务中心
- 申请人地址: 北京市海淀区清河小营东路15号; ; ;
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网内蒙古东部电力有限公司供电服务监管与支持中心,国网江苏省电力有限公司营销服务中心
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网内蒙古东部电力有限公司供电服务监管与支持中心,国网江苏省电力有限公司营销服务中心
- 当前专利权人地址: 北京市海淀区清河小营东路15号; ; ;
- 代理机构: 辽宁沈阳国兴知识产权代理有限公司
- 代理商 何学军; 李丛
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明属于电学测量技术领域,尤其涉及一种基于深度学习的电磁结构优化设计方法。本发明包括电磁特征参量分析模块、电磁装置设计参数模块、收集训练数据集模块、训练网络模块以及设计方案评估模块。本发明对电磁装置结构设计过程进行了优化,使得设计过程简单高效,同时降低了运算复杂程度,且有效的利用了已有的设计案例数据。本发明优化设计方法完成了基于电磁特征参量的电磁装置参数设计,提高了设计效率,并且基于以往的设计参数库使设计的准确性得到了显著的提高,能够满足实际使用的需要。
公开/授权文献
- CN115146531B 一种基于深度学习的电磁结构优化设计方法 公开/授权日:2024-09-06