异步电动机神经网络直接转矩控制建模与仿真

• 作者: 姜卫东 王群京 胡存刚 陈权
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 直接转矩控制 人工神经网络 时延 定子磁通观测 电压状态选择
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 电机电器
• 页码范围: 32-40
• 页数: 9页
• 分类号: TM3
• 字数: 1539字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2007.03.006

摘要

直接转矩控制(DTC)是一种优良的控制策略,但它在实际应用中会因采样、计算延时而导致控制误差.由于神经网络具有强鲁棒性、并行计算、自学习的优势,因此神经网络直接转矩是一种降低制误差的方法.本文完全用神经网络实现了直接转矩控制策略.应用的神经网络类型主要是定权值型神经网络和监督型神经网络.根据直接转矩控制的特点,将神经网络DTC分为五个子神经网络,进行分别训练.最后,对基于神经网络直接转矩控制异步电动机传动进行仿真,结果表明如果利用神经网络的优势可以提高直接转矩控制的性能,并且可充分利用现代电力电子开关频率高的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王群京	合肥工业大学电气与自动化工程学院	108	2535	28.0	44.0
2	姜卫东	合肥工业大学电气与自动化工程学院	77	1658	22.0	39.0
3	陈权	合肥工业大学电气与自动化工程学院	9	220	7.0	9.0
4	胡存刚	合肥工业大学电气与自动化工程学院	32	832	15.0	28.0