CN110222419B - 电机功率拓扑参数匹配方法、系统、终端及存储介质 - Google Patents
电机功率拓扑参数匹配方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN110222419B CN110222419B CN201910488787.3A CN201910488787A CN110222419B CN 110222419 B CN110222419 B CN 110222419B CN 201910488787 A CN201910488787 A CN 201910488787A CN 110222419 B CN110222419 B CN 110222419B
- Authority
- CN
- China
- Prior art keywords
- topology
- parameter
- weight
- topological
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种功率拓扑参数匹配方法、系统、终端及存储介质，包括：创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；设置多个参数项权重计算模型；以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。本发明能够快速准确根据用户输入的搜索参数从拓扑数据库的海量参数中找到匹配的拓扑参数，大大提高了电机设计效率，为用户节省了大量时间。
Description
技术领域
本发明属于电机设计技术领域，具体涉及一种电机功率拓扑参数匹配方法、系统、终端及存储介质。
背景技术
开关磁阻电机（SRM）是一种新型调速电机，调速系统兼具直流、交流两类调速系统的优点，是继变频调速系统、无刷直流电动机调速系统的最新一代无极调速系统，是目前电机行业研究的热点。
SRM系统主要有开关磁阻电机本体、功率变换器、控制器与位置检测器四部分组成。由于功率电路拓扑结构（功率拓扑）灵活多样，不同结构的功率拓扑功率变换器主电路的选择与电机相数（phase）、定转子对应极数（rotor）、输出额定功率（power）、额定电压（voltage）、额定转速（rotate）等参数都有着密不可分的联系。
由于开关磁阻电机的功率电路拓扑结构种类较多，快速选取一个合适的功率电路拓扑结构是设计开关磁阻电机的一个十分重要的步骤，需要耗费大量的时间和精力。而筛选功率电路拓扑结构时，需要根据上述参数进行匹配。因此需要一种能够根据需要的拓扑参数快速找到接近的拓扑结构，而快速准确地从海量现有拓扑参数中找到与搜索参数匹配的拓扑参数的方法。
发明内容
针对现有技术的上述不足，本发明提供一种电机功率拓扑参数匹配方法、系统、终端及存储介质，以解决上述技术问题。
第一方面，本发明提供一种电机功率拓扑参数匹配方法，包括：
创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
设置多个参数项权重计算模型；
以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
进一步的，所述设置多个参数项权重计算模型，包括：
设置基于随机森林算法的第一计算模块；
设置基于决策树算法的第二计算模块；
设置基于自适应决策树算法的第三计算模块。
进一步的，所述以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重，包括：
采集第一计算模块输出的第一组权重因子；
采集第二计算模块输出的第二组权重因子；
采集第三计算模块输出的第三组权重因子；
根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
进一步的，所述根据影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数，包括：
根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
第二方面，本发明提供一种电机功率拓扑参数匹配系统，包括：
数据准备单元，配置用于创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
模型设置单元，配置用于设置多个参数项权重计算模型；
权重计算单元，配置用于以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
参数匹配单元，配置用于根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
进一步的，所述模型设置单元包括：
第一设置模块，配置用于设置基于随机森林算法的第一计算模块；
第二设置模块，配置用于设置基于决策树算法的第二计算模块；
第三设置模块，配置用于设置基于自适应决策树算法的第三计算模块。
进一步的，所述权重计算单元包括：
第一采集模块，配置用于采集第一计算模块输出的第一组权重因子；
第二采集模块，配置用于采集第二计算模块输出的第二组权重因子；
第三采集模块，配置用于采集第三计算模块输出的第三组权重因子；
权重计算模块，配置用于根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
进一步的，所述参数匹配单元包括：
距离计算模块，配置用于根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
距离转换模块，配置用于将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
参数筛选模块，配置用于筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，
本发明提供的电机功率拓扑参数匹配方法、系统、终端及存储介质，通过创建存储电机功率拓扑和相应拓扑参数的拓扑数据库为后续权重计算和参数匹配做好数据基础；设置多个参数项权重计算模型通过拓扑数据库中的大量拓扑参数得到各拓扑参数项对拓扑结构的影响权重，设置多个计算模型可以提高影响权重的准确性；根据计算出的影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数，将各拓扑参数对拓扑结构的影响权重作为匹配对象搜索的影响因素能够提高匹配对象搜索的准确性，从而找到用户需要的参考功率拓扑。本发明能够快速准确根据用户输入的搜索参数从拓扑数据库的海量参数中找到匹配的拓扑参数，大大提高了电机设计效率，为用户节省了大量时间。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面对本发明中出现的关键术语进行解释。
图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种电机功率拓扑参数匹配系统。
如图1所示，该方法100包括：
步骤110，创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
步骤120，设置多个参数项权重计算模型；
步骤130，以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
步骤140，根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
可选地，作为本发明一个实施例，所述设置多个参数项权重计算模型，包括：
设置基于随机森林算法的第一计算模块；
设置基于决策树算法的第二计算模块；
设置基于自适应决策树算法的第三计算模块。
可选地，作为本发明一个实施例，所述以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重，包括：
采集第一计算模块输出的第一组权重因子；
采集第二计算模块输出的第二组权重因子；
采集第三计算模块输出的第三组权重因子；
根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
可选地，作为本发明一个实施例，所述根据影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数，包括：
根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
为了便于对本发明的理解，下面以本发明电机功率拓扑参数匹配方法的原理，结合实施例中进行拓扑参数匹配的过程，对本发明提供的电机功率拓扑参数匹配方法做进一步的描述。
具体的，所述电机功率拓扑参数匹配方法包括：
S1、创建存储电机功率拓扑和相应拓扑参数的拓扑数据库。
首先需要创建包括大量功率拓扑信息的拓扑数据库。拓扑数据库的创建有两种途径，一种为手动存储，一种为网络采集。手动存储方法为人工搜集大量功率拓扑信息并将搜集的大量功率拓扑信息手动存储至拓扑数据库。网络采集方法为利用大数据挖掘技术从网络上采集功率拓扑信息，并将采集的功率拓扑信息存储至拓扑数据库。以上两种方法在向拓扑数据库中存储功率拓扑信息后，拓扑数据库立即启动对拓扑数据库内的功率拓扑信息的重复筛查，避免重复信息占用存储资源。
拓扑参数包括：A：电机的相数（phase），B：定转子对应极数（rotor），C：输出额定功率（power），D： 额定电压（voltage），E：额定转速（rotate），F：功率拓扑（topol），G：功率管（switch），H：续流二极管（ diode），I：驱动芯片（driver）为代表的数据集。
本实施例中上述各拓扑参数项对功率拓扑结构的影响因子分别以a,b,c,d,e,f,g,h,i表示。
S2、设置多个参数项权重计算模型。
设置基于随机森林算法的第一计算模块、基于决策树算法的第二计算模块和基于自适应决策树算法的第三计算模块。在SRM功率拓扑实际选型中，各关键参数对选型结果都有一定的影响，本发明为得到各关键参数特征重要性的可靠理依据，分别用随机森林（Random Forest）, 决策树（Decision Tree）, 自适应决策树（Decision Tree withAdaBoost performance）进行验证。
模型具体设置方法如下：
导入数据 df2_4 pd.read_excel('D:\half\Excel_Pandas\\2\\4.xlsx',sheet_name='Sheet1',header=None)
导入各分类算法模块
from sklearn.ensemble import Random Forest Regressor AdaBoostRegressor
from sklearn.tree import DecisionTreeRegressor
S3、以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重。
步骤S2中三个权重计算模型分别输出三组权重影响因子。三组权重影响因子分别为（a1,b1,c1,d1,e1,f1,g1,h1,i1）,（a2,b2,c2,d2,e2,f2,g2,h2,i2）和（a3,b3,c3,d3,e3,f3,g3,h3,i3）。
根据三组权重影响因子计算影响权重，分别计算各参数项影响因子平均值。
如a=(a1+a2+a3)/3;b=(b1+b2+b3)/3，以此类推，得到拓扑参数的影响权重（a,b,c,d,e,f,g,h,i）
S3、根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
计算搜索参数与拓扑数据库中存储的拓扑参数的加权欧氏距离。将拓扑数据库中的拓扑参数表示为（An,Bn,Cn,Dn,En,Fn,Gn,Hn,In）,其中，n=1,2,3…，将用户输入的搜索参数表示为（A,B,C,D,E,F,G,H,I）。
搜索参数与拓扑参数的加权欧式距离为
计算出搜索参数与拓扑数据库中每组拓扑参数的加权欧式距离dn并将欧式距离转换为相似度，欧式距离越小，相似度越大。
筛选出与搜索参数相似度最大的拓扑参数，该拓扑参数即为搜索参数的匹配拓扑参数。根据拓扑数据库中拓扑参数与功率拓扑的对应关系即可得到用户需要的参考功率拓扑信息。
如图2示，该系统200包括：
数据准备单元210，所述数据准备单元210用于创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
模型设置单元220，所述模型设置单元220用于设置多个参数项权重计算模型；
权重计算单元230，所述权重计算单元230用于以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
参数匹配单元240，所述参数匹配单元240用于根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
可选地，作为本发明一个实施例，所述模型设置单元包括：
第一设置模块，配置用于设置基于随机森林算法的第一计算模块；
第二设置模块，配置用于设置基于决策树算法的第二计算模块；
第三设置模块，配置用于设置基于自适应决策树算法的第三计算模块。
可选地，作为本发明一个实施例，所述权重计算单元包括：
第一采集模块，配置用于采集第一计算模块输出的第一组权重因子；
第二采集模块，配置用于采集第二计算模块输出的第二组权重因子；
第三采集模块，配置用于采集第三计算模块输出的第三组权重因子；
权重计算模块，配置用于根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
可选地，作为本发明一个实施例，所述参数匹配单元包括：
距离计算模块，配置用于根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
距离转换模块，配置用于将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
参数筛选模块，配置用于筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
图3为本发明实施例提供的一种终端系统300的结构示意图，该终端系统300可以用于执行本发明实施例提供的电机功率拓扑参数匹配方法。
其中，该终端系统300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC) 组成，例如可以由单颗封装的IC 所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体（英文：read-only memory，简称：ROM）或随机存储记忆体（英文：random access memory，简称：RAM）等。
因此，本发明通过创建存储电机功率拓扑和相应拓扑参数的拓扑数据库为后续权重计算和参数匹配做好数据基础；设置多个参数项权重计算模型通过拓扑数据库中的大量拓扑参数得到各拓扑参数项对拓扑结构的影响权重，设置多个计算模型可以提高影响权重的准确性；根据计算出的影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数，将各拓扑参数对拓扑结构的影响权重作为匹配对象搜索的影响因素能够提高匹配对象搜索的准确性，从而找到用户需要的参考功率拓扑。本发明能够快速准确根据用户输入的搜索参数从拓扑数据库的海量参数中找到匹配的拓扑参数，大大提高了电机设计效率，为用户节省了大量时间，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端（可以是个人计算机，服务器，或者第二终端、网络终端等）执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种电机功率拓扑参数匹配方法，其特征在于，包括：
创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
设置多个参数项权重计算模型；
以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
2.根据权利要求1所述的电机功率拓扑参数匹配方法，其特征在于，所述设置多个参数项权重计算模型，包括：
设置基于随机森林算法的第一计算模块；
设置基于决策树算法的第二计算模块；
设置基于自适应决策树算法的第三计算模块。
3.根据权利要求2所述的电机功率拓扑参数匹配方法，其特征在于，所述以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重，包括：
采集第一计算模块输出的第一组权重因子；
采集第二计算模块输出的第二组权重因子；
采集第三计算模块输出的第三组权重因子；
根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
4.根据权利要求1所述的电机功率拓扑参数匹配方法，其特征在于，所述根据影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数，包括：
根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
5.一种电机功率拓扑参数匹配系统，其特征在于，包括：
数据准备单元，配置用于创建存储电机功率拓扑和相应拓扑参数的拓扑数据库；
模型设置单元，配置用于设置多个参数项权重计算模型；
权重计算单元，配置用于以拓扑数据库为基础利用权重计算模型获取拓扑参数项对拓扑结构的影响权重；
参数匹配单元，配置用于根据所述影响权重通过相似度计算获取拓扑数据库中与搜索参数匹配的拓扑参数。
6.根据权利要求5所述的电机功率拓扑参数匹配系统，其特征在于，所述模型设置单元包括：
第一设置模块，配置用于设置基于随机森林算法的第一计算模块；
第二设置模块，配置用于设置基于决策树算法的第二计算模块；
第三设置模块，配置用于设置基于自适应决策树算法的第三计算模块。
7.根据权利要求5所述的电机功率拓扑参数匹配系统，其特征在于，所述权重计算单元包括：
第一采集模块，配置用于采集第一计算模块输出的第一组权重因子；
第二采集模块，配置用于采集第二计算模块输出的第二组权重因子；
第三采集模块，配置用于采集第三计算模块输出的第三组权重因子；
权重计算模块，配置用于根据第一组权重因子、第二组权重因子和第三组权重因子计算影响权重。
8.根据权利要求5所述的电机功率拓扑参数匹配系统，其特征在于，所述参数匹配单元包括：
距离计算模块，配置用于根据所述影响权重计算输入的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离；
距离转换模块，配置用于将计算得到的搜索参数与拓扑数据库中拓扑参数的加权欧氏距离转换为相似度；
参数筛选模块，配置用于筛选出与所述搜索参数相似度最大的拓扑参数作为匹配拓扑参数。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-4任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910488787.3A CN110222419B (zh) | 2019-06-06 | 2019-06-06 | 电机功率拓扑参数匹配方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910488787.3A CN110222419B (zh) | 2019-06-06 | 2019-06-06 | 电机功率拓扑参数匹配方法、系统、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110222419A CN110222419A (zh) | 2019-09-10 |
| CN110222419B true CN110222419B (zh) | 2023-03-10 |
Family
ID=67819516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910488787.3A Active CN110222419B (zh) | 2019-06-06 | 2019-06-06 | 电机功率拓扑参数匹配方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110222419B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002352241A (ja) * | 2001-05-25 | 2002-12-06 | Nippon Hoso Kyokai <Nhk> | ブロックマッチング装置 |
| CN102379070A (zh) * | 2009-03-31 | 2012-03-14 | 惠普开发有限公司 | 确定多个计算机系统的功率拓扑结构 |
| CN109766616A (zh) * | 2018-12-29 | 2019-05-17 | 京信通信技术(广州)有限公司 | 功率分配器件的参数确定方法、功率分配器件及装置 |
-
2019
- 2019-06-06 CN CN201910488787.3A patent/CN110222419B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002352241A (ja) * | 2001-05-25 | 2002-12-06 | Nippon Hoso Kyokai <Nhk> | ブロックマッチング装置 |
| CN102379070A (zh) * | 2009-03-31 | 2012-03-14 | 惠普开发有限公司 | 确定多个计算机系统的功率拓扑结构 |
| CN109766616A (zh) * | 2018-12-29 | 2019-05-17 | 京信通信技术(广州)有限公司 | 功率分配器件的参数确定方法、功率分配器件及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110222419A (zh) | 2019-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113283096B (zh) | 配网线路台账数据获取及异常数据分析的方法和相关装置 | |
| CN111260220B (zh) | 群控设备识别方法、装置、电子设备和存储介质 | |
| JP2007122144A (ja) | プロジェクトメンバーの選定を支援するシステムと方法 | |
| CN112750051A (zh) | 基于随机森林算法的台区相序识别方法、装置及终端设备 | |
| Chakraborty et al. | Random forest based fault classification technique for active power system networks | |
| CN105574032A (zh) | 规则匹配运算方法及装置 | |
| CN110580158A (zh) | 一种代码生成方法、装置、存储介质及电子设备 | |
| CN109190119A (zh) | 时间提取方法和装置、存储介质及电子装置 | |
| Jia et al. | Data compression approach for the home energy management system | |
| CN111432003B (zh) | 应用于云计算的数据推送方法、装置、电子设备及系统 | |
| KR102628551B1 (ko) | 하이브리드 타입 단기 전력수요 예측 장치 및 방법 | |
| CN110209702B (zh) | 开关磁阻电机功率拓扑推荐方法、系统、终端及存储介质 | |
| CN110222419B (zh) | 电机功率拓扑参数匹配方法、系统、终端及存储介质 | |
| CN108256274B (zh) | 基于搜索吸引子误差算法的电力系统状态识别方法 | |
| CN113779328A (zh) | 供电监测数据整合处理方法、系统、终端及存储介质 | |
| KR101080048B1 (ko) | 영구자석형 풍력발전기의 최적화 알고리즘 개발 및 이를 위한 지식기반 최적설계 방법 | |
| JP2014115920A (ja) | 多クラス識別器、方法、及びプログラム | |
| CN112365090A (zh) | 一种基于深度学习的非入侵式用电负荷识别方法及装置 | |
| Zhang et al. | A short-term user load forecasting with missing data | |
| CN106919583A (zh) | 音频文件的推送方法及装置 | |
| Akuru | Design optimisation and performance evaluation of flux switching machines for geared medium-speed wind generator drives | |
| CN111276962A (zh) | 一种配电网的运行方法及系统 | |
| Kim et al. | Intelligent MADS with clustering and elastic net and its application to optimal design of interior PM synchronous machines | |
| CN110162456A (zh) | 一种dubbo服务的测试方法、装置、存储介质和服务器 | |
| Radosavljevic et al. | A genetic algorithm-based approach for a general steady-state analysis of three-phase self-excited induction generator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |