基于神经网络的电动机模拟器及其在功率硬件在环测试中采用的神经模糊控制器

A Neural-Network-Based Electric Machine Emulator Using Neuro-Fuzzy Controller for Power-Hardware-in-the-Loop Testing

Hadi Mohajerani · Uday Deshpande · Narayan C. Kar · IEEE Transactions on Energy Conversion · 2024年12月

永磁同步电机（PMSM）的仿真对于电力电子和驱动变流器测试的发展至关重要，尤其是在功率硬件在环（PHIL）平台中。尽管已经取得了显著进展，并开发出了精确的电机模型，但由于增加了延迟，这些精确模型所占用的资源和内存量并不适合实时应用。因此，在开发既能准确高效地复现电机模型在各种运行条件下的动态行为，又能减少资源使用的模型方面存在研究空白。本文通过引入一种基于人工神经网络（ANN）的电机建模方法来填补这一空白，并将其与基于神经模糊的控制策略相结合，以确保系统具有鲁棒性和精确性，即最小化电机模拟器（E...

解读: 从阳光电源的业务视角来看，这项基于神经网络的电机仿真技术对我们在光伏逆变器、储能系统及电动汽车驱动系统的测试验证环节具有重要应用价值。 该技术的核心突破在于将永磁同步电机（PMSM）模型的内存占用从传统查找表方案的4MB压缩至0.68KB，同时保持高精度动态响应。这对阳光电源的产品开发具有直接意义...