摘要
本发明涉及基于OLHS‑BPNN‑IGWO算法的增速型风力发电机优化设计方法,属风电领域。该增速型风力发电机包括定子、外转子、内转子;选内外转子永磁体的厚度hpin和hpout、定子绕组匝数N、工字卡槽占比b及定子槽六个尺寸为待优化设计变量,以空载反电动势的幅值VE及其畸变率VTHD、电磁转矩脉动Trip为优化目标,确定优化目标函数,对待优化设计变量进行灵敏度分析,进行OLHS实验,建立BPNN代理模型,将IGWO应用于BPNN的训练过程,以优化BPNN的训练,得到一组最优的设计变量,使VE、VTHD和Trip最优。本发明可显著提升发电机设计的精度、效率,达到降低成本、提高性能的目的。
技术关键词
增速型风力发电机
优化设计方法
拉丁超立方采样
变量
预测误差
Sigmoid函数
外转子
样本
全局灵敏度分析
定子绕组
内转子永磁体
灰狼优化算法
内转子铁芯
电磁
节点
定义
系统为您推荐了相关专利信息
全过程管理系统
装配构件
ARIMA模型
表达式
数据采集模块
协同优化方法
扭转刚度
数据融合机制
车身B柱
样本
锅炉燃烧效率
历史运行数据
深度强化学习方法
燃烧优化方法
状态转移模型