一种基于粒子群优化支持向量机的电阻热漂移的预测方法

AITNT
正文
推荐专利
一种基于粒子群优化支持向量机的电阻热漂移的预测方法
申请号:CN202510310441
申请日期:2025-03-14
公开号:CN120263015A
公开日期:2025-07-04
类型:发明专利
摘要
本发明涉及一种低压大功率三相异步感应电机控制方法,特别是一种基于粒子群优化支持向量机的电阻热漂移的预测方法。本发明通过对一台18kW感应电机不同相位的温度和电阻热偏移数据进行收集与分析,建立粒子群算法(PSO)优化支持向量机(SVM)模型,以预测电机因热能产生而导致的电阻热漂移。实验验证表明,本发明能有效地预测感应电机电阻的热漂移,提升了预测精度,从而可提高电机控制的稳定性和精度,并为解决电机定子电阻热漂移问题提供了有效的参考模型和解决方案。
技术关键词
支持向量机预测模型 径向基核函数 训练集数据 电机定子电阻 优化支持向量机 因子 异步感应电机 电机定子线圈 支持向量机模型 低压大功率 样本 预测电机 数据采集系统 温度传感器 粒子群算法 测试电机
系统为您推荐了相关专利信息
1
一种基于深度学习的光纤异常检测方法、装置及存储介质
光纤 异常检测方法 布里渊散射谱 BOTDR系统 重建误差
2
一种基于早期循环数据预测锂离子电池寿命的方法
超参数 GRU神经网络 曲线 建立预测模型 门控循环神经网络
3
养殖鱼类患病及生长趋势联合预测与评估方法
多任务学习模型 皮尔逊相关系数 注意力机制 健康状态数据 预测输出值
4
一种非常规油气藏岩心渗透率测试系统及测试方法
岩心渗透率 非常规油气藏 测试方法 岩心特征 效应
5
一种油气管网运行状态风险感知预警方法及系统
风险 克里金插值算法 生成对抗网络 油气 时空卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号