基于变步长Adaline神经网络的永磁同步电机参数辨识

• 作者: 刘曰锋 刘杰 张立伟 张超 张鹏
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 表贴式永磁同步电机 变步长Adaline神经网络 参数辨识 稳态误差
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 电机与电器
• 页码范围: 377-384
• 页数: 8页
• 分类号: TM351
• 字数: 4771字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.L80266

摘要

为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从而消除误差电压的影响.在此基础上,提出一种变步长自适应线性(Adaline)神经网络算法,对表贴式永磁同步电机参数进行在线辨识.实验结果表明,所提方法能有效减小定子电阻、电感、转子磁链辨识结果的稳态误差,同时提高辨识结果的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	北京交通大学电气工程学院	64	458	9.0	19.0
2	张超	北京交通大学电气工程学院	58	306	10.0	15.0
3	张立伟	北京交通大学电气工程学院	44	278	9.0	16.0
4	刘曰锋		4	0	0.0	0.0
5	刘杰		1	0	0.0	0.0