|国家科技期刊平台
| 注册
首页|期刊导航|电工技术学报|基于深度置信网络算法的面向铁磁材料旋转磁滞损耗的矢量磁滞模型

基于深度置信网络算法的面向铁磁材料旋转磁滞损耗的矢量磁滞模型

马阳阳 李永建 孙鹤 杨明 窦润田

电工技术学报2023，Vol.38Issue(15)：4063-4075,13.
✕
电工技术学报2023，Vol.38Issue(15)：4063-4075,13.DOI:10.19595/j.cnki.1000-6753.tces.211562

基于深度置信网络算法的面向铁磁材料旋转磁滞损耗的矢量磁滞模型

Vector Hysteresis Model for Rotational Hysteresis Loss of Ferromagnetic Materials Based on Deep Belief Network Algorithm

马阳阳 1李永建 2孙鹤 2杨明 2窦润田2

作者信息

  • 1. 省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学) 天津 300130||国网河北省电力有限公司沧州供电分公司 沧州 061000
  • 2. 省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学) 天津 300130
  • 折叠

摘要

关键词

磁滞模型/深度置信网络算法/磁滞算子/磁滞损耗

Key words

Hysteresis model/deep belief network(DBN)algorithm/hysteresis operator/hysteresis loss

分类

信息技术与安全科学

引用本文复制引用

马阳阳,李永建,孙鹤,杨明,窦润田..基于深度置信网络算法的面向铁磁材料旋转磁滞损耗的矢量磁滞模型[J].电工技术学报,2023,38(15):4063-4075,13.

基金项目

国家自然科学基金重点项目(52130710)、国家自然科学基金项目(51777055,51977122)和河北省自然科学基金创新群体项目(E2020202142)资助. （52130710）

电工技术学报

OA北大核心CSCDCSTPCD

1000-6753

访问量0
|
下载量0
段落导航相关论文