找到 1 条结果 · IEEE Transactions on Power Electronics
基于深度学习的长时域模型预测控制：永磁同步电机驱动的高鲁棒性、高性能与计算高效控制
Deep Learning-Based Long-Horizon MPC: Robust, High Performing, and Computationally Efficient Control for PMSM Drives
Mohammad Abu-Ali · Felix Berkel · Maximilian Manderla · Sven Reimann 等6人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种用于永磁同步电机（PMSM）的高效长时域模型预测控制（MPC）方法。文章探讨了电流跟踪增量MPC和转矩跟踪经济MPC两种连续控制集MPC方案，旨在解决模型不确定性下的无静差转矩跟踪问题，并显著降低计算复杂度。
解读: 该技术对阳光电源的电机驱动类产品（如风电变流器、储能系统中的辅助电机控制及未来可能的工业驱动应用）具有重要参考价值。长时域MPC能显著提升电机动态响应性能，而深度学习的引入有效解决了传统MPC计算量大的痛点，使其更易于在嵌入式DSP/FPGA平台上落地。建议研发团队关注该算法在风电变流器转矩脉动抑制...