摘要
本发明公开了一种基于机理与数据自适应融合的永磁同步电机转速预测方法,包括:采集一段时间内实际永磁同步电机的实际运行数据和转速实际值;构建永磁同步电机的仿真模型,采集仿真模型在相同时间内运行时的转速仿真值;引入集成学习方法,基于集成学习方法并结合仿真模型构建永磁同步电机转速预测模型,包含s种数据驱动模型、仿真模型和自适应权重优化模型;将实际运行数据输入至s种数据驱动模型进行训练和优化,输出基础转速预测值,将基础转速预测值与转速仿真值输入至自适应优化模型进行训练和优化,输出最终的转速预测值;本发明能够让各个模型所占的权重自动更新,提高永磁同步电机的预测转速的精度和鲁棒性。
技术关键词
同步电机转速
数据驱动模型
集成学习方法
仿真模型
永磁
偏最小二乘回归模型
训练集
长短期记忆神经网络
支持向量回归模型
梯度回归树
基础
样本
序列
鲁棒性
精度
信号
系统为您推荐了相关专利信息
电流预测控制方法
扩展卡尔曼滤波
预测控制模型
参数敏感性分析
参数辨识系统
电缆缺陷检测方法
谐波特征
分量特征
能量管理模块
带电检测装置
工业机器人
数字孪生
可编程控制器
仿真模型
验证管理系统
三维仿真模型
燃烧系统
喷油器
发动机转速
修正工具