一种基于深度神经网络的变流器模型预测控制方法

AITNT
正文
推荐专利
一种基于深度神经网络的变流器模型预测控制方法
申请号:CN202411680069
申请日期:2024-11-22
公开号:CN119740618A
公开日期:2025-04-01
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的变流器模型预测控制方法,包括以下步骤:采用神经网络控制模型控制变流器运行;采用深度神经网络分析变流器的负载类型与控制性能;当识别出负载类型变化或者控制性能下降时,按规则切换神经网络控制模型。本发明采用深度神经网络分析变流器的运行状态与负载类型,设计神经网络控制模型切换规则,实现神经网络控制模型的更新,所设计的方法具有快速、准确地实现神经网络控制模型更新的优点。
技术关键词
模型预测控制算法 深度神经网络 变流器系统 阻感性负载 神经网络控制系统 长短期记忆神经网络 BP神经网络拟合 变流器控制方法 系统控制 非线性 离线 预测误差 控制策略 网络结构 预判系统 复杂度 在线
系统为您推荐了相关专利信息
1
一种基于图像识别的烧伤评估方法及其系统
损伤特征 指数 图像分割算法 异常状态 区域图像识别
2
一种基于深度学习模型的绿色金融数据处理方法及系统
金融数据处理方法 深度学习模型 注意力机制 样本 金融数据处理系统
3
一维声子晶体的反向设计方法及系统
反向设计方法 带隙 变分自动编码器 晶体 深度神经网络
4
一种自反馈调节热湿压环境的泡沫轻质土智能养护装置
泡沫轻质土 智能养护装置 微型计算机 深度学习神经网络 深度生成模型
5
一种基于累积分布的学习型基数估计方法和系统
基数估计方法 累积分布函数 神经网络单元 表格 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号