Siamak Masoudi · Hasan Mehrjerdi · IEEE Transactions on Power Electronics · 2022年4月

开关磁阻电机具有非线性、不确定性及未建模动态特性，导致推力和速度波动大，传统控制器难以实现精确控制。本文提出一种基于多层感知器（MLP）的训练方法，通过神经网络优化控制策略，有效解决了非线性系统控制中偏导数计算复杂的难题，显著提升了电机的动态响应与控制精度。

解读: 该研究探讨了基于神经网络的非线性系统控制算法，虽然针对的是直线开关磁阻电机，但其核心思想——利用多层感知器（MLP）解决非线性系统的精确控制问题，对阳光电源的控制技术具有参考价值。在阳光电源的电机驱动类产品（如风电变流器）或储能系统中的电力电子变换器控制中，面对复杂的非线性负载或弱电网环境，引入此类...