找到 1 条结果
排序:
控制与算法
机器学习
深度学习
智能化与AI应用
★ 3.0
基于最优Elman递归神经网络的感应电机驱动及电机参数估计
Optimal Elman Recurrent Neural Networks-Based Induction Motor Drives With Estimated Machine Parameters
Sabha Raj Arya · Pudari Mahesh · Papia Ray · IEEE Transactions on Power Electronics · 2025年6月
本文提出了一种基于Elman递归神经网络(ERNN)的参数估计器,并结合优化PI增益的自适应间接磁场定向控制(IFOC)策略,旨在解决感应电机驱动中磁场定向不准确的问题。为克服传统算法收敛慢及易陷入局部最优的缺陷,引入了元启发式优化方法,提供了一种无导数的解决方案。
解读: 该研究涉及的电机参数在线辨识与智能控制算法,对阳光电源的风电变流器业务具有参考价值。风电变流器在复杂工况下对电机参数的实时准确感知是提升系统效率和稳定性的关键。此外,该文提出的基于神经网络的参数估计方法,可为iSolarCloud智能运维平台提供思路,通过数据驱动手段优化逆变器及储能变流器(PCS)...