摘要
已有的研究表明电机系统在某些参数及工作条件下会出现的混沌振荡,是电机运行失稳的重要因素之一.因此研究电机系统混沌预测,为及早提出保护措施,确保电机系统稳定运行具有重要意义.提出一种基于储备池计算的机器学方法对永磁同步电机(PMSM)的混沌行为进行预测,研究结果表明一个训练好的神经网络,即使在电机系统数学模型未知的情况下,只依据状态变量的时间序列数据也能预测系统的混沌行为,并且只需要通过一个状态变量就能够实现受训神经网络与电机系统之间的混沌同步.此外,该方法对外界环境扰动具有鲁棒性.以永磁同步电动机为例,利用数值仿真验证了该方法的有效性.
NETL
NSTL
维普
万方数据