神经网络的柔性改进及其在开关磁阻电机控制中的应用

• 作者: 伍峰 葛宝明
• 来源期刊: 电气应用
• 学科: 工学
• 关键词: 神经网络 柔性神经网络 开关磁阻电机
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 电力电子
• 页码范围: 106-110,121
• 页数: 6页
• 分类号: TM3
• 字数: 3263字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9560.2006.11.027

摘要

提出三自由度柔性双极性神经网络的结构、原理以及算法,由于网络多自由度学习的特点,使得其学习能力较传统神经网络大为增强.为了全面研究网络柔性对学习能力及复杂性的影响,将三自由度网络与单自由度网络及两自由度网络进行了比较.在学习逼近开关磁阻电机非线性磁化曲线过程中,基于三自由度的神经网络表现出优良的性能,和传统神经网络及两自由度网络比,其更加柔性的特点可以使网络具有更少的神经元、更快的学习速率.基于所提三自由度神经网络,建立了开关磁阻电机转矩逆模型和磁链模型,构建了电机控制系统,有效补偿了电机的非线性特性.仿真结果表明,基于柔性神经网络的开关磁阻电机控制系统有效降低了转矩脉动,系统运行平滑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛宝明	北京交通大学电气工程学院	73	1693	23.0	40.0
2	伍峰	北京交通大学电气工程学院	3	7	2.0	2.0