电机组合代理模型构建方法、系统、设备及存储介质

技术领域

本发明涉及电机优化设计技术领域，尤其涉及一种电机组合代理模型构建方法、系统、设备及存储介质。

背景技术

电机优化设计是指在给定的设计要求和约束边界等限制下，调整相关设计变量以获得电机性能最优的设计方案。由于电机的工作原理复杂、拓扑型式灵活、性能指标多样，且不同指标间存在制约与冲突，使得电机设计问题具有非凸、非线性、维度复杂等特点，对电机建模和优化设计技术提出更高需求。

如何提高在复杂参数维度空间下的电机优化设计效率，现已成为电机设计领域的研究热点。目前，业界主流的技术路线是以精确电机性能模型为基础，采用合适的多目标智能寻优算法，通过计算机强大的运算能力快速寻找出优化目标的帕累托前沿，进而确定电机性能最优的设计方案。

现有技术中不同的经典代理模型在应用场景、样本需求度、构建难度、全局与局部拟合精度、预测能力等特质上各具优劣，使得在电机多目标优化设计过程中选择出适合模型具有较高难度。经典模型虽能较好解决低变量空间维度下的单目标优化问题，但随着设计变量空间的维度和优化目标多样性的增加，不可避免地提升代理模型构建难度和模型复杂度，导致模型预测性能不确定度增加，最终影响电机优化设计的效率和精度。因此，如何构建具有高全局预测精度的电机性能代理模型，提升电机优化设计的效率和精度问题成为一个亟待解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种电机组合代理模型构建方法、系统、设备及存储介质，旨在解决如何构建具有高全局预测精度的电机性能代理模型，提升电机优化设计的效率和精度的技术问题。

为实现上述目的，本发明提供了一种电机组合代理模型构建方法，所述电机组合代理模型构建方法包括：

确定电机初始变量、电机约束条件及电机优化目标；

基于所述电机约束条件根据所述电机初始变量及所述电机优化目标确定空间缩减策略；

根据所述空间缩减策略对所述电机初始变量进行调整，重构电机设计变量；

基于所述电机设计变量和多个元代理模型构建电机组合代理模型。

可选地，所述基于所述电机约束条件根据所述电机初始变量及所述电机优化目标确定空间缩减策略的步骤，包括：

基于所述电机约束条件确定所述电机初始变量和所述电机优化目标对应的参数相关性分析结果；

根据所述参数相关性分析结果确定空间缩减策略。

可选地，所述基于所述电机约束条件确定所述电机初始变量和所述电机优化目标对应的参数相关性分析结果的步骤，包括：

基于拉丁超立方法确定试验样本空间；

在所述电机约束条件下根据所述试验样本空间、所述电机初始变量和所述电机优化目标通过皮尔逊相关系数计算公式得到皮尔逊相关系数；

所述皮尔逊相关系数计算公式为：

式中，P

根据所述皮尔逊相关系数确定所述电机初始变量对应的参数相关性分析结果。

可选地，所述基于所述电机设计变量和多个元代理模型构建电机组合代理模型的步骤，包括：

分别确定多个元代理模型对应的元模型权重因子；

根据所述电机设计变量和所述元模型权重因子通过组合代理模型构造表达式构建电机组合代理模型；

所述组合代理模型构造表达式为：

式中，x为优化变量，

可选地，所述分别确定多个元代理模型对应的元模型权重因子的步骤，包括：

通过最小化全局预测均方根误差公式确定多个元代理模型对应的元模型权重因子；

所述最小化全局预测均方根误差公式为：

α<1

β<0

式中，E

可选地，所述基于所述电机设计变量和多个元代理模型构建电机组合代理模型的步骤之后，还包括：

基于留一交叉验证法通过预设误差公式确定所述电机组合代理模型对应的归一化均方根误差；

所述预设误差公式为：

式中，NRSME为归一化均方根误差；

判断所述归一化均方根误差是否小于预设阈值；

在所述归一化均方根误差小于所述预设阈值时，将所述电机组合代理模型作为目标组合代理模型。

此外，为实现上述目的，本发明还提出一种电机组合代理模型构建系统，所述电机组合代理模型构建系统包括：

确定模块，用于确定电机初始变量、电机约束条件及电机优化目标；

所述确定模块，还用于基于所述电机约束条件根据所述电机初始变量及所述电机优化目标确定空间缩减策略；

调整模块，用于根据所述空间缩减策略对所述电机初始变量进行调整，重构电机设计变量；

构建模块，用于基于所述电机设计变量和多个元代理模型构建电机组合代理模型，所述多个元代理模型包括多项式响应面模型、克里金模型及径向基函数模型。

可选地，所述电机组合代理模型构建系统还包括：

检测模块，用于基于留一交叉验证法通过预设误差公式确定所述电机组合代理模型对应的归一化均方根误差；

所述预设误差公式为：

式中，NRSME为归一化均方根误差；

所述检测模块，还用于判断所述归一化均方根误差是否小于预设阈值；

所述检测模块，还用于在所述归一化均方根误差小于所述预设阈值时，将所述电机组合代理模型作为目标组合代理模型。

此外，为实现上述目的，本发明还提出一种电机组合代理模型构建设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电机组合代理模型构建程序，所述电机组合代理模型构建程序配置为实现如上文所述的电机组合代理模型构建方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有电机组合代理模型构建程序，所述电机组合代理模型构建程序被处理器执行时实现如上文所述的电机组合代理模型构建方法的步骤。

本发明首先确定电机初始变量、电机约束条件及电机优化目标，然后基于电机约束条件根据电机初始变量及电机优化目标确定空间缩减策略，之后根据空间缩减策略对电机初始变量进行调整，重构电机设计变量，最后基于重构电机设计变量和多个元代理模型构建电机组合代理模型。相较于现有技术中随着变量空间维度和优化目标多样性的增加，不可避免地提升代理模型构建难度和复杂度，降低电机代理模型的全局预测精度，导致模型预测性能不确定度增加，影响电机优化设计效率和精度，而本发明基于电机约束条件根据空间缩减策略对电机初始变量进行调整，根据缩减后的变量和多个元代理模型构建电机组合代理模型，能够有效提高电机代理模型的全局预测精度，避免了设计变量增多带来的优化设计维度困难问题，进而提升了电机组合代理模型的智能优化设计效率和精确度。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的电机组合代理模型构建设备的结构示意图；

图2为本发明电机组合代理模型构建方法第一实施例的流程示意图；

图3为本发明电机组合代理模型构建方法第一实施例的永磁电机参数化模型图；

图4为本发明电机组合代理模型构建方法第一实施例的设计变量与优化目标的相关性分析图；

图5为本发明电机组合代理模型构建方法第一实施例的不同优化目标下电机组合代理模型与经典元代理模型的精度对比图；

图6为本发明电机组合代理模型构建系统第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的电机组合代理模型构建设备结构示意图。

如图1所示，该电机组合代理模型构建设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储系统。

本领域技术人员可以理解，图1中示出的结构并不构成对电机组合代理模型构建设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电机组合代理模型构建程序。

在图1所示的电机组合代理模型构建设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电机组合代理模型构建设备中的处理器1001、存储器1005可以设置在电机组合代理模型构建设备中，所述电机组合代理模型构建设备通过处理器1001调用存储器1005中存储的电机组合代理模型构建程序，并执行本发明实施例提供的电机组合代理模型构建方法。

本发明实施例提供了一种电机组合代理模型构建方法，参照图2，图2为本发明电机组合代理模型构建方法第一实施例的流程示意图。

本实施例中，所述电机组合代理模型构建方法包括以下步骤：

步骤S10：确定电机初始变量、电机约束条件及电机优化目标。

易于理解的是，本实施例的执行主体可以是具有数据处理、网络通讯和程序运行等功能的电机组合代理模型构建设备，也可以为其他具有相似功能的计算机设备等，本实施例并不加以限制。

还需要说明的是，参考图3，图3为本发明电机组合代理模型构建方法第一实施例的永磁电机参数化模型图，图3中选用轮辐型分数槽集中绕组游标永磁电机作为优化设计对象，其中电机初始变量可以理解为初始设计变量，初始设计变量包括定子裂比k

电机约束条件可以为理解为电机优化设计的约束条件，其中电机约束条件包括：工作电压U

步骤S20：基于所述电机约束条件根据所述电机初始变量及所述电机优化目标确定空间缩减策略。

需要说明的是，构建电机组合代理模型的过程中均需要在电机约束条件下进行。

空间缩减策略包括设计参数维度空间缩减策略、尺寸空间缩减策略、缩减变量空间的维度和尺度。

进一步地，基于电机约束条件根据电机初始变量及电机优化目标确定空间缩减策略的处理方式为基于电机约束条件确定电机初始变量和电机优化目标对应的参数相关性分析结果，根据参数相关性分析结果确定空间缩减策略。

参数相关性分析结果为设计参数相关性分析结果。

基于电机约束条件确定电机初始变量和电机优化目标对应的参数相关性分析结果的处理方式为基于拉丁超立方法确定试验样本空间，在电机约束条件下根据试验样本空间、电机初始变量和电机优化目标通过皮尔逊相关系数计算公式得到皮尔逊相关系数，根据皮尔逊相关系数确定电机初始变量对应的参数相关性分析结果，其中皮尔逊相关系数计算公式为：

式中，P

在本实施例中若选用传统若采用传统单变量扫描方法，计算耗时巨大，且由于忽略变量间相互作用的影响，可能获得局部最优而非全局最优的设计方案。本发明所提方法，首先采用最优拉丁超立方法设计试验样本空间，运用皮尔逊相关系数进行设计变量相关性分析，参考图4，图4为本发明电机组合代理模型构建方法第一实施例的设计变量与优化目标的相关性分析图，根据图4可以得到设计参数相关性分析结果。

在具体实现中，基于设计参数相关性分析结果，执行设计参数维度空间缩减策略和尺寸空间缩减策略，缩减变量空间的维度与尺度。设计参数维度空间缩减策略是根据相关度分析结果，将设计参数空间分为高相关和低相关的两个设计空间。针对低相关空间内变量，依据相关性分析结果，将多个交互联系强的变量重组为新的设计变量，或直接舍弃。根据数理统计知识，当样本数量大于30时，若两变量相关系数大于0.8时，则判定两个变量具有强相关性联系。经确认，本实施例中低相关空间内变量均无强相关联系，因此无需重组新变量。

尺寸空间缩减策略是结合电机设计经验，参考同类型电机设计参数经验库，综合评估电磁负荷、散热冷却、拓扑结构、加工工艺等条件，合理减小设计变量的调整区间。

步骤S30：根据所述空间缩减策略对所述电机初始变量进行调整，重构电机设计变量。

应理解的是，电机设计变量为参数空间缩减后的电机设计变量(即优化变量)。

基于上述空间缩减策略，本实施例更新了永磁电机优化设计变量空间，该空间仅包含高相关变量，无依据低相关变量重组的新变量，并且新空间内变量的调整区间均得到有效减小，参考下表，下表为电机重构后的设计变量和调整区间表：

步骤S40：基于所述电机设计变量和多个元代理模型构建电机组合代理模型。

进一步地，基于电机设计变量和多个元代理模型构建电机组合代理模型的处理方式为分别确定多个元代理模型对应的元模型权重因子，根据电机设计变量和元模型权重因子通过组合代理模型构造表达式构建电机组合代理模型。

在具体实现中，多个元代理模型包括多项式响应面模型(PRS)、克里金(KrigingKRG)模型和径向基函数模型(RBF)三个经典元代理模型。

本实施例以多项式响应面模型、Kriging模型和径向基函数模型三个经典元代理模型为基础。其中，多项式响应面模型具有构造简单、计算量小、线性拟合精度高的特点，此处选择二阶多项式响应面模型；Kriging模型具有局部拟合精度高的特点，此处采用常数项和高斯核相关函数的组合；径向基函数模型具有非线性拟合精度高的特点，此处选择具有最佳预测性能的多元二次型的基函数。通过赋予多个元模型不同权重，构造出基于权重分配的电机组合代理模型。

组合代理模型构造表达式为：

式中，x为优化变量，

进一步地，分别确定多个元代理模型对应的元模型权重因子的处理方式为通过最小化全局预测均方根误差公式确定多个元代理模型对应的元模型权重因子，所述最小化全局预测均方根误差公式为：

α<1

β<0

式中，E

还需要说明的是，组合代理模型的权重因子ω

在基于电机设计变量和多个元代理模型构建电机组合代理模型的步骤之后，基于留一交叉验证法通过预设误差公式确定所述电机组合代理模型对应的归一化均方根误差，所述预设误差公式为：

式中，NRSME为归一化均方根误差。并判断归一化均方根误差是否小于预设阈值，在归一化均方根误差小于预设阈值时，将电机组合代理模型作为目标组合代理模型。预设阈值可以为用户自定义设置，本实施例并不加以限制。

在具体实现中，采用留一交叉验证方法评价组合代理模型，模型精度的评价指标为归一化均方根误差NRSME，其值越小代表模型的全局预测精度越高。本实施例中将模型的NRSME阈值设定为0.1，经过迭代直到模型精度达到收敛要求，参考图5，图5为本发明电机组合代理模型构建方法第一实施例的不同优化目标下电机组合代理模型与经典元代理模型的精度对比图，采用了本发明所提出的电机组合代理模型构建方法后，在有限的样本空间内，针对转矩密度T

在本实施例中，首先确定电机初始变量、电机约束条件及电机优化目标，然后基于电机约束条件根据电机初始变量及电机优化目标确定空间缩减策略，之后根据空间缩减策略对电机初始变量进行调整，重构电机设计变量，最后基于电机设计变量和多个元代理模型构建电机组合代理模型。相较于现有技术中随着变量空间维度和优化目标多样性的增加，不可避免地提升代理模型构建难度和复杂度，导致模型预测性能不确定度增加，影响电机优化设计效率和精度，而本实施例通过空间缩减策略重新构建新设计变量空间的维度和尺度，针对不同电机性能优化目标，构建出具有高全局预测精度的电机组合代理模型。基于电机组合代理模型，可有效解决复杂维度空间下的仿真速度与仿真精度不可兼得的电机优化难题，大幅提升基于电机性能代理模型的智能优化设计效率和精确度，避免设计变量增多带来的优化设计维度灾难。

参照图6，图6为本发明电机组合代理模型构建系统第一实施例的结构框图。

如图6所示，本发明实施例提出的电机组合代理模型构建系统包括：

确定模块6001，用于确定电机初始变量、电机约束条件及电机优化目标。

还需要说明的是，参考图3，图3为本发明电机组合代理模型构建方法第一实施例的永磁电机参数化模型图，图3中选用轮辐型分数槽集中绕组游标永磁电机作为优化设计对象，其中电机初始变量可以理解为初始设计变量，初始设计变量包括定子裂比k

电机约束条件可以为理解为电机优化设计的约束条件，其中电机约束条件包括：工作电压U

所述确定模块6001，还用于基于所述电机约束条件根据所述电机初始变量及所述电机优化目标确定空间缩减策略。

需要说明的是，构建电机组合代理模型的过程中均需要在电机约束条件下进行。

空间缩减策略包括设计参数维度空间缩减策略、尺寸空间缩减策略、缩减变量空间的维度和尺度。

进一步地，基于电机约束条件根据电机初始变量及电机优化目标确定空间缩减策略的处理方式为基于电机约束条件确定电机初始变量和电机优化目标对应的参数相关性分析结果，根据参数相关性分析结果确定空间缩减策略。

参数相关性分析结果为设计参数相关性分析结果。

基于电机约束条件确定电机初始变量和电机优化目标对应的参数相关性分析结果的处理方式为基于拉丁超立方法确定试验样本空间，在电机约束条件下根据试验样本空间、电机初始变量和电机优化目标通过皮尔逊相关系数计算公式得到皮尔逊相关系数，根据皮尔逊相关系数确定电机初始变量对应的参数相关性分析结果，其中皮尔逊相关系数计算公式为：

式中，P

在本实施例中若选用传统若采用传统单变量扫描方法，计算耗时巨大，且由于忽略变量间相互作用的影响，可能获得局部最优而非全局最优的设计方案。本发明所提方法，首先采用最优拉丁超立方法设计试验样本空间，运用皮尔逊相关系数进行设计变量相关性分析，参考图4，图4为本发明电机组合代理模型构建方法第一实施例的设计变量与优化目标的相关性分析图，根据图4可以得到设计参数相关性分析结果。

在具体实现中，基于设计参数相关性分析结果，执行设计参数维度空间缩减策略和尺寸空间缩减策略，缩减变量空间的维度与尺度。设计参数维度空间缩减策略是根据相关度分析结果，将设计参数空间分为高相关和低相关的两个设计空间。针对低相关空间内变量，依据相关性分析结果，将多个交互联系强的变量重组为新的设计变量，或直接舍弃。根据数理统计知识，当样本数量大于30时，若两变量相关系数大于0.8时，则判定两个变量具有强相关性联系。经确认，本实施例中低相关空间内变量均无强相关联系，因此无需重组新变量。

尺寸空间缩减策略是结合电机设计经验，参考同类型电机设计参数经验库，综合评估电磁负荷、散热冷却、拓扑结构、加工工艺等条件，合理减小设计变量的调整区间。

调整模块6002，用于根据所述空间缩减策略对所述电机初始变量进行调整，重构电机设计变量。

应理解的是，电机设计变量为参数空间缩减后的目标设计变量。

基于上述空间缩减策略，本实施例更新了永磁电机优化设计变量空间，该空间仅包含高相关变量，无依据低相关变量重组的新变量，并且新空间内变量的调整区间均得到有效减小，参考下表，下表为目标设计变量和初始调整区间表：

构建模块6003，用于基于所述电机设计变量和多个元代理模型构建电机组合代理模型。

进一步地，基于电机设计变量和多个元代理模型构建电机组合代理模型的处理方式为分别确定多个元代理模型对应的元模型权重因子，根据电机设计变量和元模型权重因子通过组合代理模型构造表达式构建电机组合代理模型。

在具体实现中，多个元代理模型包括多项式响应面模型(PRS)、克里金(KrigingKRG)模型和径向基函数模型(RBF)三个经典元代理模型。

本实施例以多项式响应面模型、Kriging模型和径向基函数模型三个经典元代理模型为基础。其中，多项式响应面模型具有构造简单、计算量小、线性拟合精度高的特点，此处选择二阶多项式响应面模型；Kriging模型具有局部拟合精度高的特点，此处采用常数项和高斯核相关函数的组合；径向基函数模型具有非线性拟合精度高的特点，此处选择具有最佳预测性能的多元二次型的基函数。通过赋予多个元模型不同权重，构造出基于权重分配的电机组合代理模型。

组合代理模型构造表达式为：

式中，x为优化变量，

进一步地，分别确定多个元代理模型对应的元模型权重因子的处理方式为通过最小化全局预测均方根误差公式确定多个元代理模型对应的元模型权重因子，所述最小化全局预测均方根误差公式为：

α<1

β<0

式中，E

还需要说明的是，组合代理模型的权重因子ω

在基于电机设计变量和多个元代理模型构建电机组合代理模型的步骤之后，基于留一交叉验证法通过预设误差公式确定所述电机组合代理模型对应的归一化均方根误差，所述预设误差公式为：

式中，NRSME为归一化均方根误差。并判断归一化均方根误差是否小于预设阈值，在归一化均方根误差小于预设阈值时，将电机组合代理模型作为目标组合代理模型。预设阈值可以为用户自定义设置，本实施例并不加以限制。

在具体实现中，采用留一交叉验证方法评价组合代理模型，模型精度的评价指标为归一化均方根误差NRSME，其值越小代表模型的全局预测精度越高。本实施例中将模型的NRSME阈值设定为0.1，经过迭代直到模型精度达到收敛要求，参考图5，图5为本发明电机组合代理模型构建方法第一实施例的不同优化目标下电机组合代理模型与经典元代理模型的精度对比图，采用了本发明所提出的电机组合代理模型构建方法后，在有限的样本空间内，针对转矩密度T

在本实施例中，首先确定电机初始变量、电机约束条件及电机优化目标，然后基于电机约束条件根据电机初始变量及电机优化目标确定空间缩减策略，之后根据空间缩减策略对电机初始变量进行调整，重构电机设计变量，最后基于电机设计变量和多个元代理模型构建电机组合代理模型。相较于现有技术中随着变量空间维度和优化目标多样性的增加，不可避免地提升代理模型构建难度和复杂度，导致模型预测性能不确定度增加，影响电机优化设计效率和精度，而本实施例通过空间缩减策略重新构建新设计变量空间的维度和尺度，针对不同电机性能优化目标，构建出具有高全局预测精度的电机组合代理模型。基于电机组合代理模型，可有效解决复杂维度空间下的仿真速度与仿真精度不可兼得的电机优化难题，大幅提升基于电机性能代理模型的智能优化设计效率和精确度，避免设计变量增多带来的优化设计维度灾难。

本发明电机组合代理模型构建系统的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。