基于神经网络干扰观测器实现同步磁阻电机无模型预测电流控制的方法和系统

AITNT
正文
推荐专利
基于神经网络干扰观测器实现同步磁阻电机无模型预测电流控制的方法和系统
申请号:CN202411884411
申请日期:2024-12-20
公开号:CN119766039A
公开日期:2025-04-04
类型:发明专利
摘要
本发明公开了一种基于神经网络干扰观测器的同步磁阻电机无模型预测电流控制方法,其目的是解决同步磁阻电机在复杂工况下速度响应慢、控制效果差的问题,以实现同步磁阻电机的准确控制;同时,该控制方法提供了一种神经网络干扰观测器来观测由电机参数失配等因素引起的扰动,并将这些扰动作为集总扰动补偿到预测模型中,以提高控制系统的参数鲁棒性。神经网络干扰观测器的最大特点是采用纯积分、补偿和传递函数型别的思想,并且引入超局部模型来构建进行电机数学模型,提高系统鲁棒性。
技术关键词
同步磁阻电机 模型预测电流控制 干扰观测器 周期 估计误差 电流传感器采样 控制脉冲发生器 驱动信号 初始误差 逆变器 电压传感器 矩阵 扇区 数据 矢量误差
系统为您推荐了相关专利信息
1
信息处理方法、设备、系统及存储介质
人工智能AI模型 信息处理方法 精度 地面 终端
2
一种基于人工智能的石墨销售数据预测方法
数据预测方法 门控循环单元 石墨 因子 代表
3
一种基于ATAS的配电系统通信优化调度方法
配电系统通信 优化调度模型 优化调度方法 配电系统调度方法 训练集数据
4
基于数字孪生的电力系统供需平衡控制方法
电力系统 可平移负荷 集群 设备运行状态 关断周期
5
一种基于时间特征感知的序列推荐方法、设备及存储介质
序列推荐方法 时间间隔特征 项目 滑动窗口 识别用户交互
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