申请/专利权人：江苏益邦电力科技有限公司

申请日：2020-03-30

公开（公告）日：2023-10-20

公开（公告）号：CN111507044B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/23;G06F30/10;G06F17/16;G06N3/006;G06N3/0499;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2023.10.20#授权;2020.09.01#实质审查的生效;2020.08.07#公开

摘要：本发明公开了一种手工多芯线束RLCG参数矩阵预测方法，基于BSAS‑BPNN建立了手工多芯线束横截面参数提取网络模型BPNN，能够预测高精度的手工多芯线束任意位置上的RLCG电磁参数矩阵。首先建立手工多芯线束的截面和几何模型，其次ANSYS‑Q3D软件平台提取代表性的参数样本，之后将参数样本进行导入BSAS优化后的BPNN中进行网络训练和测试，最后通过训练好的网络预测任意位置的RLCG参数矩阵。现有的传输线RLCG参数提取方法大都基于数值算法，对于手工线束类的多芯随机传输线缺乏处理能力，本发明所提方法基于智能算法，相较于传统方法具有高精度、高效率等优势，且能够较好地解决线芯数目过大情况下的电磁参数提取问题。

主权项：1.一种手工多芯线束RLCG参数矩阵预测方法，其特征在于，包括：步骤1：建立手工多芯线束的截面和几何模型；所述步骤1具体为以手工七芯线束为基础对手工多芯线束进行建模，建立的手工多芯线束的截面和几何模型如下： 其中θmax是横截面旋转的最大角度，Δz是相邻横截面之间的间距，α为修正常数，n为手工多芯线束中的线芯数目，D为线束直径；步骤2：处理RLCG参数矩阵样本；步骤3：提取RLCG参数矩阵样本；步骤4：构建关于RLCG参数矩阵训练的BPNN网络；步骤5：基于BSAS算法优化BPNN；所述步骤5优化过程中采用的适应度函数为： 式中：f为适应度函数，N为训练集样本数，yji为第i个样本的模型输出值；yj′i为第i个样本的实际值；且天牛位置初始化时，初始参数取[-0.5，0.5]之间的k维随机数作为天牛须算法的初始解集，即天牛的初始位置；适应度函数值设定的精度，取为0.000001；步骤6：测试步骤5优化后的BPNN，并最终获取任意位置处高精度RLCG参数矩阵。

全文数据：

权利要求：

百度查询： 江苏益邦电力科技有限公司 一种手工多芯线束RLCG参数矩阵预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD