← 返回
一种基于模型与数据驱动集成的永磁同步电机温度估计方法
A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM
| 作者 | Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu · Zheng Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年7月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 可靠性分析 机器学习 热仿真 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 永磁同步电机 温度估计 集总参数热网络 人工神经网络 数据驱动 在线监测 |
语言:
中文摘要
为实现永磁同步电机(PMSM)的精确在线温度估计,本文提出了一种模型与数据驱动相结合的集成方法。首先,构建简化集总参数热网络(LPTN)模型以捕捉温度变化趋势;同时,设计小型人工神经网络(ANN)对模型误差进行补偿,从而实现高精度的温度预测。
English Abstract
To fulfill accurate online temperature estimation of permanent-magnet synchronous motor (PMSM), an integrated model-based and data-driven method is proposed in this article. First, a simplified lumped parameter thermal network (LPTN) model is developed to learn the tendency of temperature variations. Meanwhile, a small-scale artificial neural network (ANN) is specifically designed to compensate th...
S
SunView 深度解读
该技术主要应用于电机驱动领域,虽然阳光电源核心业务为光伏与储能,但该方法在电机热管理方面的思路对公司业务有借鉴意义:1. 在风电变流器领域,风机发电机组的在线热监测可提升系统可靠性;2. 在电动汽车充电桩的功率模块散热设计中,该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测,优化散热控制策略,从而提升充电桩在极端工况下的功率密度与使用寿命。建议研发团队关注该方法在功率模块热状态感知中的迁移应用。