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：浙江大学;中车株洲电力机车研究所有限公司

摘要：本发明公开了一种风电机组IGBT模块多目标快速迭代优化设计方法，首先，基于大型风电机组IGBT模块的实际加工制造与使用要求，建立多目标性能提升优化设计模型，结合参数化建模实现不同设计变量下性能响应模型的快速迭代；接着，基于自学习自适应采样策略的高效代理建模方法，准确评估多目标优化设计模型的性能响应，构建高精度与低成本的设计代理模型；然后，基于自适应带宽核密度估计的遗传算法，引入代理模型辅助的自适应带宽核密度估计遗传算法，对多目标优化设计模型Pareto解集快速准确迭代求解。本发明显著提升风电机组IGBT模块的使用性能，确保其可靠性和经济性，有效提高了多目标优化设计的效率和精度。

主权项：1.一种风电机组IGBT模块多目标快速迭代优化设计方法，其特征在于包括如下步骤：步骤S1：通过待优化目标确定目标函数及对目标函数敏感的设计参数，基于设计要求确定约束函数，通过目标函数、设计变量、约束函数，构建风电机组IGBT模块多目标优化设计模型；步骤S2：基于风电机组IGBT模块多目标优化设计模型，建立设计变量与不同目标函数和约束函数之间的参数化模型，以捕捉设计变量对关键性能指标的影响，并进行不同设计变量下性能响应模型的自动化快速迭代计算；步骤S3：基于所述多目标优化设计模型与所述参数化模型，在设计空间内生成初始设计点，并分别计算不同设计点下约束函数与目标函数的取值，完成初始样本集的构建，并建立初始克里金代理模型；利用提出的自学习自适应快速迭代采样策略，在设计空间内获取新设计样本点；调用参数化模型完成新设计样本点的性能计算，通过自学习自适应快速迭代采样策略，不断更新迭代构建当前克里金代理模型直至收敛；步骤S4：设定利用遗传算法求解多目标优化设计模型过程的优化参数；利用基于自适应带宽核密度估计的遗传算法，求解多目标优化设计模型的最优设计；判断所述最优设计是否符合要求，直至满足停止条件，以完成风电机组IGBT模块的多目标快速迭代优化设计。

全文数据：

权利要求：

百度查询： 浙江大学 中车株洲电力机车研究所有限公司 一种风电机组IGBT模块多目标快速迭代优化设计方法