← 返回
控制与算法 模型预测控制MPC 机器学习 PWM控制 ★ 3.0

基于微型神经网络的永磁同步电机超局部无模型预测控制

Tiny Neural Network-Based Ultra-Local Model-Free Predictive Control for PMSMs

语言:

中文摘要

针对无模型预测控制器参数整定困难的问题,本文提出了一种基于微型神经网络的在线自学习方法。通过分析电机电压与电流的物理关系,设计了结合微型神经网络模块的增量式无模型预测控制方案,实现了控制参数的自适应优化,提升了永磁同步电机的动态响应性能与鲁棒性。

English Abstract

Aiming to address the lack of effective parameter-tuning strategies for model-free predictive controllers, this letter proposes an online self-learning approach using a tiny neural network. First, an incremental model-free predictive control scheme is introduced that incorporates a tiny neural network module. By analyzing the physical relationship between motor voltage and current, the input and o...
S

SunView 深度解读

该技术主要针对电机驱动控制,与阳光电源的电动汽车充电桩(功率模块控制)及风电变流器(电机侧控制)业务具有较强相关性。微型神经网络的引入能有效降低对电机精确数学模型的依赖,提升变流器在复杂工况下的控制精度和动态响应。建议研发团队关注该轻量化AI算法在风电变流器及充电桩功率模块中的应用,以优化电流环控制性能,提升系统在参数摄动下的稳定性,从而进一步增强阳光电源电力电子产品的智能化控制水平。