申请/专利权人:国网智能电网研究院有限公司
申请日:2024-02-27
公开(公告)日:2024-05-24
公开(公告)号:CN118068237A
主分类号:G01R33/00
分类号:G01R33/00;G01R33/09;G06N3/0499
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.11#实质审查的生效;2024.05.24#公开
摘要:本发明涉及隧穿磁电阻传感器温度补偿技术领域,公开了基于DOA‑RBF的TMR传感器温度补偿方法及装置,方法包括:基于训练集和测试集对径向基神经网络进行训练,获取输出数据;获取种群中每个个体的适应度值;将适应度值最小的个体作为超参数的全局最优解;对种群进行迭代更新;基于更新后的种群执行对径向基神经网络进行训练的步骤;在迭代更新次数大于等于阈值的情况下,获取全局最优解;通过S折交叉验证方法确定目标径向基神经网络;将TMR传感器输出电压值和温度值输入到目标径向基神经网络,获得补偿后的TMR传感器所处磁场值。本发明能够快速确定径向基神经网络中超参数的全局最优解且目标径向基神经网络的补偿精度高。
主权项:1.一种基于DOA-RBF的TMR传感器温度补偿方法,其特征在于,所述方法包括:初始化一个种群,所述种群中每个个体的数据维度由径向基神经网络的超参数确定;获取TMR传感器的输出电压值集合以及对应的温度值集合;将所述TMR传感器的输出电压值集合以及对应的温度值集合划分为训练集和测试集,基于所述训练集和测试集对每个径向基神经网络进行训练,获取所述每个径向基神经网络的输出数据,其中,所述种群中的一个个体对应一个径向基神经网络;基于所述输出数据获取所述种群中每个个体的适应度值;将所述种群中当前适应度值最小的个体作为径向基神经网络超参数的全局最优解;在当前迭代更新次数小于迭代更新次数阈值的情况下,对所述种群进行迭代更新;基于更新后的种群执行所述基于所述训练集和测试集对每个径向基神经网络进行训练的步骤;在当前迭代更新次数大于等于迭代更新次数阈值的情况下,获取适用于所述TMR传感器的径向基神经网络超参数的全局最优解;基于所述径向基神经网络超参数的全局最优解,通过S折交叉验证方法确定目标径向基神经网络;获取所述TMR传感器的输出电压值和TMR传感器所处温度值;将所述输出电压值和温度值输入到所述目标径向基神经网络,获得补偿后的TMR传感器所处磁场值。
全文数据:
权利要求:
百度查询: 国网智能电网研究院有限公司 基于DOA-RBF的TMR传感器温度补偿方法及装置
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。