摘要
本发明属于电动机控制技术领域,特别涉及一种永磁同步电机参数辨识方法,通过永磁同步电机矢量控制系统采集电机在同一周期内直轴电流等于0和不等于0两种状态下的电压、电流和速度数据作为输入特征量,同期采集电机定子电阻、直轴电感、交轴电感及永磁体磁链作为输出特征量,用于训练反向传播神经网络模型;反向神经网络训练完成后,通过实时输入相关特征量完成对电机参数的辨识。该方法提升了神经网络模型训练效率与泛化能力,解决了传统参数辨识方案依赖建模精度高、辨识精度低等问题,适用于永磁同步电机各种工况条件下的参数辨识行为。本发明还提供一种存储有该方法程序的非暂态可读记录媒体及包含该媒体的系统,通过处理电路可以调用程序,执行上述方法。
技术关键词
电机定子电阻
交轴电感
矢量控制系统
记录媒体
输出特征
神经网络模型训练
电机参数辨识
同步电机参数
永磁体
梯度下降算法
神经网络训练
电流
程序
辨识系统
网络拓扑
系统为您推荐了相关专利信息
样本
分类方法
信息数据处理终端
分类系统
分类器
时间序列预测方法
时间序列预测模型
交互特征
融合特征
输出特征
间距传感器
深度神经网络
输出特征
对象识别
交通监控设备
视频审核方法
多模态特征融合
嵌入特征
融合特征
音频特征
排放预测方法
混合动力汽车
前馈神经网络
NH3排放量
频域特征