欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017110177092
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种数据驱动的感应电机参数在线辨识方法,其特征在于:该方法包括如下步骤:

步骤1、设计转子时间常数在线辨识的数据生成框架:框架由三部分组成:一个三层BP神经网络用于输出电机参数值,称之为动作网络;一个三层BP神经网络用于对参数变化后的电机性能进行评估,称之为价值评估网络;一个当前电机状态评价算法,称之为时间差分算法(TD);将电机的d-q轴电压usd、usq以及无功功率q作为观测(Observer),以当前转矩Te与平均转矩Tref之差Te-Tref作为奖励(Reward),以转子时间常数Tr辨识值的变化作为动作(action),将观测usd、usq、q分别送入框架中的动作网络和价值评估网络;价值评估网络的输出值与时间差分算法的输出值相减,得到价值误差,价值误差一方面用于价值评估网络的训练,另一方面与动作网络的输出相乘,作为动作网络的训练误差函数,同时,动作网络的输出便为动作的概率值,即转子时间常数辨识值的概率密度;

步骤2、在不同的转速n,不同的d-q轴电流isd,isq状态下,进行步骤1,每个状态迭代若干次,得到不同转速n下的最优解,记录数据,数据格式为{n,isd,isq,usd,usq,q,Tefinal,Trfinal}其中,Trfinal表示迭代完成后,转子时间常数辨识值;Tefinal表示Trfinal对应的转矩值;

步骤3,步骤1辨识出的结果为电机的最优状态解,将步骤1、2每次迭代中的所有中间状态数据记录下来,数据格式为{n,isd,isq,usd,usq,q,T’e,T’r},其中,T’e表示当前状态下的转矩值,T’r表示当前状态下的辨识值,并将这些数据和步骤2记录下的数据合并为原始数据集;

步骤4,对原始数据集进行处理,设{n,isd,isq,usd,usq,q}为训练数据集的输入,设sign(T’r-Trfinal)*|T’e-Tefinal|作为训练数据集的标签,其中sign(T’r-Trfinal)表示取T’r-Trfinal的正负号,|T’e-Tefinal|表示取T’e-Tefinal的绝对值,使用三层BP神经网络对训练数据集进行训练,训练完成的神经网络的输出便为当前状态到最优状态的距离;

步骤5,将步骤4训练完成的神经网络模型输入至电机控制器的MCU中,在线辨识时,将MCU中的神经网络输出经过一个比例积分(PI)调节器,PI调节器的输出便为转子时间常数的矫正值。