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！

龙图腾网获悉北京交通大学申请的专利基于时频空分析的永磁同步电机状态智能预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115270609B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210807641.2，技术领域涉及：G06F30/27；该发明授权基于时频空分析的永磁同步电机状态智能预测方法及系统是由王晶;白云飞;林友芳;张宏钧;韩升;万怀宇;陈逸飞设计研发完成，并于2022-07-09向国家知识产权局提交的专利申请。

本基于时频空分析的永磁同步电机状态智能预测方法及系统在说明书摘要公布了：本发明提供了一种基于时频空分析的永磁同步电机状态智能预测方法和系统，属于永磁同步电机状态预测领域。所述方法首先提取电机物理量的全局时域信息，再提取局部时域和空间信息及频域信息，将所获得的信息进行融合后与输出物理量进行对应，构建永磁同步电机状态智能预测模型；基于历史数据对模型进行训练和测试后，得到成熟的永磁同步电机状态智能预测模型；再将待测试的输入物理量输入到成熟的永磁同步电机状态智能预测模型中，输出预测的输出物理量，进行电机状态的预测。本发明捕获了电机物理量本身的高频特性和混合周期性，动态捕获电机物理量间的非线性耦合关系，提高了状态预测精度、准确度，同时提高了对永磁同步电机状态预测的实时性。

本发明授权基于时频空分析的永磁同步电机状态智能预测方法及系统在权利要求书中公布了：1.一种基于时频空分析的永磁同步电机状态智能预测方法，其特征在于，包括如下步骤： 步骤S1，设定永磁同步电机M元输入物理量和N元输出物理量； 步骤S2，基于输入物理量采用长短期记忆神经网络构建全局时域信息表示模型，以得到输入物理量在时域上的全局时域信息； 步骤S3，基于全局时域信息采用时空卷积神经网络STConV构建局部时域和空间信息表示模型，以得到输入物理量的局部时域和空间信息； 步骤S4，基于全局时域信息采用频谱分析网络SFD构建频域信息表示模型，以得到输入物理量的频域信息；所述SFD网络包括傅立叶变换FFT层、空间线性层、逆傅立叶变换层iFFT； 步骤S5，对所述局部时域和空间信息、频域信息进行融合，将融合后的融合信息与输出物理量进行对应，得到永磁同步电机状态智能预测模型； 步骤S6，采集当前电机运行时产生的M元输入物理量和N元输出物理量的历史数据，将历史数据划分为训练用数据和测试用数据，并分别进行数据预处理后得到训练集和测试集； 步骤S7，采用训练集对永磁同步电机状态智能预测模型进行训练，训练完成后得到各模型对应的参数，从而得到成熟的永磁同步电机状态智能预测模型；再采用测试集对永磁同步电机状态智能预测模型进行测试； 步骤S8，采集永磁同步电机当前时刻的M元输入物理量，并将输入物理量输入成熟的永磁同步电机状态智能预测模型，得到预测的N元输出物理量，判断永磁同步电机的状态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京交通大学，其通讯地址为：100044 北京市海淀区上园村3号北京交通大学计算机科学与信息技术学院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。