基于卷积神经网络和直接转矩控制的永磁同步电机模型预测转矩控制策略

• 作者: 周逸凡 李耀华 秦玉贵 秦辉 苏锦仕 赵承辉
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 永磁同步电机 模型预测转矩控制 卷积神经网络 直接转矩控制
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 控制与应用技术
• 页码范围: 8-15
• 页数: 8页
• 分类号: TM301.2
• 语种: 中文
• DOI: 10.12177/emca.2020.110

摘要

模型预测转矩控制(MPTC)需要遍历所有备选电压矢量进行预测计算,从中选择最优电压矢量,控制性能良好,但算法计算量大和实时性差.采集MPTC的运行数据离线训练卷积神经网络(CNN),将训练好的CNN代替MPTC进行电压矢量选择.为了解决CNN失控问题,提出了基于CNN控制和直接转矩控制(DTC)的MPTC策略.仿真结果表明,该控制策略可有效解决CNN控制的失控问题,控制效果与MPTC基本相当,转矩和磁链脉动明显低于DTC.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李耀华		44	176	7.0	12.0
2	周逸凡		14	13	2.0	3.0
3	秦玉贵		12	15	3.0	3.0
4	赵承辉		10	11	2.0	3.0
5	秦辉		8	7	1.0	2.0
6	苏锦仕		9	7	1.0	2.0