首页|基于卷积神经网络和直接转矩控制的永磁同步电机模型预测转矩控制策略

基于卷积神经网络和直接转矩控制的永磁同步电机模型预测转矩控制策略

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
模型预测转矩控制(MPTC)需要遍历所有备选电压矢量进行预测计算,从中选择最优电压矢量,控制性能良好,但算法计算量大和实时性差.采集MPTC的运行数据离线训练卷积神经网络(CNN),将训练好的CNN代替MPTC进行电压矢量选择.为了解决CNN失控问题,提出了基于CNN控制和直接转矩控制(DTC)的MPTC策略.仿真结果表明,该控制策略可有效解决CNN控制的失控问题,控制效果与MPTC基本相当,转矩和磁链脉动明显低于DTC.
Model Predictive Torque Control Strategy of PMSM Based on Convolutional Neural Network and Direct Torque Control

李耀华、赵承辉、周逸凡、秦玉贵、秦辉、苏锦仕

展开 >

长安大学汽车学院,陕西西安710064

永磁同步电机 模型预测转矩控制 卷积神经网络 直接转矩控制

国家自然科学基金陕西省工业科技攻关项目陕西省微特电机及驱动技术重点实验室开放基金中央高校基本科研业务费专项资金资助项目陕西省自然科学基金

512070122016GY-0692013SSJ20023001022282012020JQ-385

2020

10.12177/emca.2020.110

电机与控制应用
上海电器科学研究所（集团）有限公司

电机与控制应用

CSTPCD
影响因子：0.411
ISSN：1673-6540
年,卷(期)：2020.47(9)
  • 8
  • 15