摘要
本申请提出一种模型训练方法、温度预测方法,温度预测装置以及计算机存储介质。所述模型训练方法包括:获取永磁同步电机的台架训练数据的训练特征矩阵;获取所述训练特征矩阵的特征向量以及重构特征矩阵;基于所述特征向量获取所述台架训练数据的温度预测值;基于所述训练特征矩阵和所述重构特征矩阵,确定重构损失;基于所述台架训练数据的温度预测值和温度真实值,确定预测损失;利用所述重构损失和预测损失训练温度预测模型。通过上述模型训练方法,通过深度神经网络技术训练温度预测模型,实现实际应用场景中实时的电机转子温度预测,从而提高预测的实时性和准确性。
技术关键词
模型训练方法
温度预测模型
温度预测方法
训练特征
温度预测装置
台架
计算机存储介质
同步电机
重构
矩阵
深度神经网络技术
永磁
实车数据
电机转子
存储器
程序
处理器
参数
系统为您推荐了相关专利信息
键合丝
退火设备
退火装置
滑动时间窗口
拟合算法
文本
图像预测方法
噪声图像
融合特征
模型训练方法