基于递归神经网络的永磁同步电机参数辨识研究

• 作者: 吴钦木 荆禄宗
• 来源期刊: 电气传动
• 学科: 工学
• 关键词: 永磁同步电机 参数辨识 变分理论 最小绝对值偏差法 递归神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 其他
• 页码范围: 87-91,101
• 页数: 6页
• 分类号: TM351|TM341
• 字数: 2803字
• 语种: 中文
• DOI: 10.19457/j.1001-2095.dqcd19259

摘要

电机参数的变化会加大永磁同步电动机(PMSM)的控制难度,所以研究参数辨识对于闭环控制系统的稳定运行有着重大的意义.在采用变分理论实现最小绝对值偏差法(LAD)的基础上,研究了一种基于递归神经网络(RNN)的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能准确地辨识PMSM的定子电阻、d,q轴电枢电感及转子磁链等参数,并且具有良好鲁棒性,在出现参数变化或异常值情况下仍能辨识到正确结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴钦木	贵州大学电气工程学院	36	122	7.0	9.0
2	荆禄宗	贵州大学电气工程学院	2	2	1.0	1.0