基于刮板负载预测的异步电机控制方法

本发明公开了基于刮板负载预测的异步电机控制方法，包括：基于振动传感器、电流谐波分析与机械传动参数检测多源负载特性，结合LSTM时序预测网络输出负载转矩的概率分布及置信区间，为决策提供前瞻性输入。基于预测结果，利用动态权重函数与纳什博弈优化实现多电机能量分配，并基于BP神经网络和扩展卡尔曼滤波分别补偿转子电阻和互感的时变参数偏差，同时采用强化学习驱动的两阶段降载策略实现瞬时过载保护。本发明集成DTC‑SVM算法，基于预测转矩补偿、可变开关频率调节及双目标优化，结合实时误差检测与硬件保护模块，精准执行控制指令。本方案显著提升了异步电机在周期性冲击负载下的动态响应速度、能效及运行可靠性。