← 返回
基于多目标遗传算法的感应电机预测转矩控制权重因子优化
Weighting Factors Optimization of Predictive Torque Control of Induction Motor by Multiobjective Genetic Algorithm
| 作者 | Paulo Roberto Ubaldo Guazzelli · William Cesar de Andrade Pereira · Carlos Matheus Rodrigues de Oliveira · Allan Gregori de Castro · Manoel Luis de Aguiar |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2019年7月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 模型预测控制MPC PWM控制 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 模型预测转矩控制 感应电机 多目标遗传算法 权重因子 代价函数 变速驱动 |
语言:
中文摘要
本文研究了利用多目标遗传算法优化感应电机模型预测转矩控制（MPTC）中的权重因子。MPTC通过在每一步最小化代价函数来实现快速转矩响应和系统约束处理，该研究旨在通过算法自动寻优提升控制性能。
English Abstract
This study investigates the application of a multiobjective genetic algorithm for the obtaining of a set of weighting factors suitable for use in the model predictive torque control (MPTC) of an induction motor variable speed drive. The MPTC approach aims at minimizing a cost function at each step and has been highlighted for its fast torque response, easy incorporation of system constraints, and ...
S
SunView 深度解读
该研究聚焦于模型预测控制（MPC）中权重因子的优化，这对阳光电源的控制算法研发具有参考价值。虽然文章针对的是感应电机，但MPC算法在阳光电源的储能变流器（PCS）和风电变流器中应用广泛。通过多目标优化策略，可以有效平衡PCS在动态响应速度、开关频率及电流谐波之间的矛盾，提升PowerTitan等储能系统的控制精度与效率。建议研发团队关注此类算法在电力电子变换器多目标优化中的迁移应用，以进一步优化变流器的动态性能。