← 返回
基于递归切比雪夫模糊神经网络电流角控制器的同步磁阻电机驱动系统智能最大功率因数搜索控制
Intelligent Maximum Power Factor Searching Control Using Recurrent Chebyshev Fuzzy Neural Network Current Angle Controller for SynRM Drive System
| 作者 | Shih-Gang Chen · Faa-Jeng Lin · Chia-Hui Liang · Chen-Hao Liao |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2021年3月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PWM控制 机器学习 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 同步磁阻电机 最大功率因数控制 递归切比雪夫模糊神经网络 电流角控制器 定子磁链估计器 |
语言:
中文摘要
本文提出了一种用于同步磁阻电机（SynRM）驱动系统的新型最大功率因数控制（MPFC）方法。通过引入递归切比雪夫模糊神经网络（RCFNN）作为电流角控制器，结合定子电阻和定子磁链估计器，解决了传统基于凸极比的固定电流角控制在参数变化下的性能局限，实现了电机驱动系统的高性能运行。
English Abstract
To develop a high-performance synchronous reluctance motor (SynRM) drive system, a novel maximum power factor control (MPFC) using a current angle controller with stator resistance and stator flux estimators is proposed. First, a traditional maximum power factor control system using a saliency ratio of the SynRM to generate a fixed current angle command is described. Since the saliency ratio requi...
S
SunView 深度解读
该研究聚焦于电机驱动系统的智能控制算法，虽然阳光电源的核心业务集中在光伏逆变器、储能系统及风电变流器，而非同步磁阻电机驱动，但其采用的递归切比雪夫模糊神经网络（RCFNN）在复杂非线性系统控制方面具有参考价值。建议研发团队关注该类AI算法在风电变流器电机侧控制或储能系统PCS功率变换控制中的应用潜力，特别是在提升系统动态响应速度和鲁棒性方面，可作为前瞻性控制策略储备。