← 返回
电机驱动中无模型预测控制的现状、发展与挑战
State-of-Art, Development, and Challenges of Model-Free Predictive Control on Motor Drives
| 作者 | Fengxiang Wang · Yao Wei · Jose Rodriguez · Cristian Garcia |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年8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 | 无模型预测控制 电机驱动 数据驱动模型 预测精度 控制性能 预测控制 鲁棒性 |
语言:
中文摘要
本文综述了电机驱动系统中无模型预测控制(MFPC)的研究现状。针对现有文献缺乏对数据驱动模型设计的系统性分析问题,文章创新性地对电机驱动中的MFPC策略进行了分类,探讨了数据驱动模型设计对预测精度及控制性能的关键影响,并分析了该领域面临的挑战与未来发展方向。
English Abstract
Model-free predictive control (MFPC) is an essentially robust strategy in motor driving systems, garnering significant attention and research. However, the existing literature lacks a comprehensive analysis of data-driven model design, a critical aspect that directly impacts prediction accuracy and control performance of MFPC. This article innovatively categorizes MFPCs used in motor drives based ...
S
SunView 深度解读
该技术主要应用于电机驱动领域,与阳光电源的风电变流器及储能系统中的PCS电机/泵类控制具有技术同源性。无模型预测控制(MFPC)通过减少对系统参数的依赖,能提升控制系统的鲁棒性。建议研发团队关注其在PowerTitan等储能变流器控制算法中的应用潜力,特别是在复杂电网工况下,通过引入数据驱动的MFPC策略,可进一步优化PCS的动态响应速度和抗干扰能力,提升产品在弱电网环境下的并网稳定性。