一种基于LSTM神经网络的电机控制级联电路输出预测方法

本发明公开了一种基于LSTM神经网络的电机控制级联电路输出预测方法，属于电力电子状态预测领域。该预测方法包括采集级联电路中每个单元的关键运行数据；根据电路拓扑结构确定LSTM神经网络的超参数；将运行数据带入LSTM神经网络进行训练；将待检测时刻级联电路的运行数据输入至训练后的LSTM神经网络得到待检测时的输出数据；根据预测的输出数据与实际运行的输出数据进行比较，根据性能指标确定LSTM神经网络训练是否需要重新更改超参数；将训练好的LSTM神经网络进行级联并且带入级联电路的关键运行数据；最后训练好的LSTM神经网络应能较好的跟踪扰动输入下级联电路输出的变化。该方法解决了级联电路难以通过数学模型对扰动输入的情况下进行准确的输出预测。