摘要
本申请涉及一种永磁电机磁场与损耗性能预测方法、装置和计算机设备。所述方法包括:将样本数据输入至待训练的神经网络模型,得到永磁电机的电磁数据预测值;样本数据包括永磁电机的柱坐标、结构参数和电参数;确定待训练的神经网络模型的残差函数;残差函数包括物理信息残差函数、边界条件残差函数和数据驱动残差函数;根据物理信息残差函数、边界条件残差函数和数据驱动残差函数确定损失函数,得到预训练的神经网络模型;预训练的神经网络模型用于预测所述永磁电机的电磁性能。采用本方法能够提高对永磁电机的电磁性能的预测准确性。
技术关键词
永磁电机
神经网络模型
永磁体
物理
性能预测方法
数据真实值
拉普拉斯方程
电磁
铁耗模型
气隙
计算机设备
坐标系
定子
样本
谐波
损耗
趋肤深度
系统为您推荐了相关专利信息
剂量监测方法
三维卷积神经网络模型
肿瘤
偏差
剂量探测器
材料性能预测方法
性能预测模型
三维结构
深度学习神经网络
分子结构模型
孤独症儿童
音频输出单元
蓝牙通信单元
LED光效
触控感应单元
深度卷积神经网络
软件无线电
信号干扰系统
多通道数字下变频系统
多通道数字上变频系统