龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：国网江苏省电力工程咨询有限公司
摘要：本发明公开了基于有限元和CatBoost算法的输电塔结构拉线参数识别方法，属于输电塔建设拉线张力识别技术领域，首先推导输电塔结构拉线在不同边界条件下的振动微分方程，计算得到自振频率理论值；利用Abaqus有限元建立三种不同边界条件下的拉线模型，生成数据集；对数据集进行处理并划分，再对CatBoost模型框架中的超参数取值进行贝叶斯优化；采用判别函数对处理后的数据集中的数据进行分类，生成CART回归树模型，再对回归树模型中的不同类别数据赋予不同权值；集成多棵CART回归树模型形成拉线关键参数识别模型，基于验证集计算模型的误差函数，若误差函数小于目标值，则输出最终的张力和抗弯刚度，本发明能够有效地识别不同边界条件下输电塔结构拉线的关键参数。
主权项：1.基于有限元和CatBoost算法的输电塔结构拉线参数识别方法，其特征在于，该方法包括以下步骤：S1、基于弦振动理论，根据输电塔结构的拉线边界条件，推导输电塔结构拉线在不同边界条件下的振动微分方程，包括两端铰接、两端固接和一端铰接一端固接三种情况，并根据振动微分方程计算得到自振频率理论值；S2、利用Abaqus有限元建立三种不同边界条件下的拉线模型，将S1计算得到的自振频率理论值与拉线模型结果对比验证拉线模型的可靠性；按照拉丁超立方抽样方法生成三种拉线边界条件下的样本数据库，即计算参数数据，并用Python批量生成Abaqus计算文件，分别导入到三种拉线模型中，得到关键参数数据，计算参数数据和关键参数数据共同构成数据集；S3、先对数据集进行处理并划分为训练集、测试集和交叉验证集，再对CatBoost模型框架中的超参数取值进行贝叶斯优化，以找到最小平均误差的超参数组合；S4、采用判别函数对处理后的训练集中的数据进行分类，生成CART回归树模型，再对回归树模型中的不同类别数据赋予不同权值，即最优预测分数，使模型满足总体误差最小，模型性能最优的条件；S5、集成多棵CART回归树模型形成拉线关键参数识别模型，基于验证集计算模型的误差函数，若误差函数小于目标值，则输出最终的张力和抗弯刚度。
全文数据：
权利要求：
百度查询： 国网江苏省电力工程咨询有限公司 基于有限元和CatBoost算法的输电塔结构拉线参数识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号