摘要
本发明公开了一种基于BP神经网络的表贴式永磁同步电机新型双矢量模型预测控制方法,本发明在传统的双矢量模型模型预测控制的基础上进行改进,在每一个采样周期中进行两次有效非零电压矢量选择,并在代价函数中引入dq轴电流及电压矢量三个控制目标权重系数,使得电压矢量的选择最优化,且减少了计算量,为实现速度环PI控制器参数和电流环双矢量模型预测控制参数的最优化,本发明将BP神经网络引入控制系统,分别与速度环PI控制和电流环双矢量预测控制相结合,实现控制参数的自调节,降低了电流波动,改善了系统的动静态性能。
技术关键词
双矢量模型预测
训练样本数据
同步电机
模型预测控制算法
BP神经网络模型
预测控制模型
控制器
电流模型
永磁
电压
速度
控制系统
参数
周期
基础
系统为您推荐了相关专利信息
电机定子电阻
交轴电感
矢量控制系统
记录媒体
输出特征
比例积分控制器
混合控制策略
整合结构
智能控制方法
同步电机
线性霍尔传感器
相位编码方法
绝对值编码器
同步电机
交叉点
程度判断方法
破碎机刀具
BP神经网络模型
多任务
独立特征