买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利一种磁芯损耗预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119294257B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411459210.7，技术领域涉及：G06F30/27；该发明授权一种磁芯损耗预测方法是由顾文斌;唐娜;肖翌钦;汪磊设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种磁芯损耗预测方法在说明书摘要公布了：本发明公开一种电磁材料预测技术领域的磁芯损耗预测方法，包括：获取待测磁芯的环境参数和一维磁通密度时间序列信号，基于预先训练的磁芯损耗预测模型，进行预测，得到磁芯损耗的预测值；磁芯损耗预测模型的数据处理方法包括将所述环境参数转换为张量形式，得到参数特征向量；将一维磁通密度时间序列信号转换为二维时频谱图，对所述二维时频谱图进行特征提取，得到图像特征向量；拼接参数特征向量和图像特征向量，得到综合特征表示；将综合特征表示经过全连接层处理，得到磁芯损耗的预测值；其中，环境参数包括连续变量和离散变量。本发明解决了现有技术在高频或非正弦激励下难以准确预测磁芯损耗的问题。

本发明授权一种磁芯损耗预测方法在权利要求书中公布了：1.一种磁芯损耗预测方法，其特征在于，包括： 获取待测磁芯的环境参数和一维磁通密度时间序列信号； 根据所述环境参数和所述一维磁通密度时间序列信号，基于预先训练的磁芯损耗预测模型，进行预测，得到磁芯损耗的预测值； 其中，所述磁芯损耗预测模型的数据处理方法，包括： 将所述环境参数转换为张量形式，得到参数特征向量； 将所述一维磁通密度时间序列信号转换为二维时频谱图，包括： 利用Morlet小波变换，将所述一维磁通密度时间序列信号分解成由小波进行缩并、展平以及平移组成的一组基函数； 对所述基函数的系数进行提取和可视化处理，生成一个1×24×24像素大小的二维时频谱图； 其中，Morlet小波变换的原理表达式为： 1； 式中，表示经一维磁通密度时间序列信号ft分解而成一组小波基函数，表示当前时刻的小波扩展或收缩程度的比例因子，表示小波变换程度的平移因子，表示对当前时刻的微分，表示正无穷，表示负无穷； 对所述二维时频谱图进行特征提取，得到图像特征向量，包括： 利用包含32个卷积核大小为3×3、步长为1且使用填充技术的第一层卷积捕捉所述二维时频谱图中的基础纹理与边缘信息，生成一个32×24×24的高阶张量； 利用配置窗口大小为2×2、步幅为2的最大池化层将所述32×24×24的高阶张量进行第一次最大池化，压缩为32×12×12的高阶张量； 利用64个卷积核大小为3×3、步长为1的第二层卷积，将所述32×12×12的高阶张量转换为64×12×12的高阶张量； 利用配置窗口大小为2×2、步幅为2的最大池化层，将所述64×12×12的高阶张量进行第二次最大池化，降维为64×6×6的多维张量； 利用展平操作，将所述64×6×6的多维张量转化为长度为2304的一维向量； 利用全连接层将所述长度为2304的一维向量映射到一个新的512维空间中，并引入ReLU激活函数进行处理，得到图像特征向量； 拼接所述参数特征向量和所述图像特征向量，得到综合特征表示，包括： 利用一个全连接层接收所述参数特征向量转化为五维向量： 将所述五维向量通过含有128个节点的隐藏层转化为高层次的参数特征向量； 拼接所述高层次的参数特征向量和所述图像特征向量，得到综合特征表示； 将所述综合特征表示经过全连接层处理，得到磁芯损耗的预测值，包括： 将所述综合特征表示经过一个全连接层处理后，再通过另一个具有单个输出节点的全连接层进行预测，得到磁芯损耗的预测值； 其中，所述环境参数包括连续变量和离散变量，所述连续变量包括温度和频率，所述离散变量包括材料属性和波形类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：213200 江苏省常州市金坛区河海大道1915号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。