找到 2 条结果
基于LPTN信息神经网络的永磁同步电机多节点温度估计混合热建模
Hybrid Thermal Modeling With LPTN-Informed Neural Network for Multinode Temperature Estimation in PMSM
Zirui Liu · Wubin Kong · Xinggang Fan · Zimin Li 等6人 · IEEE Transactions on Power Electronics · 2024年9月
针对永磁同步电机（PMSM）在有限训练数据下多节点温度估计精度不足的问题，本文提出了一种结合集总参数热网络（LPTN）与神经网络的混合建模方法。该方法通过将物理模型（LPTN）引入神经网络，有效解决了高阶热网络参数辨识及模型不确定性问题，实现了更精确的温度监测。
解读: 该技术主要针对电机驱动领域，与阳光电源的风电变流器及电动汽车充电桩业务具有较强的技术关联。在风电变流器中，功率模块与电机的热管理直接影响系统的可靠性与寿命；在充电桩领域，该混合建模方法可用于提升功率模块及关键部件的实时热状态感知精度，从而优化过温保护策略，提升产品在极端工况下的可靠性。建议研发团队关...
一种基于迭代学习的直流偏置游标磁阻电机直接转矩控制策略
An Iterative Learning Based Direct Torque Control Strategy of DC-Biased Vernier Reluctance Machines for Torque Ripple Reduction
Zimin Li · Wubin Kong · Yongjun Cheng · Ronghai Qu · IEEE Transactions on Power Electronics · 2023年12月
本文提出了一种针对直流偏置游标磁阻电机（dc-VRMs）的迭代学习直接转矩控制（IL-DTC）策略，旨在提升转矩控制精度。文章建立了考虑谐波电流和自感饱和的定子磁链同步旋转坐标系下的数学模型，并基于此模型有效抑制了转矩脉动。
解读: 该研究聚焦于特殊电机（dc-VRMs）的转矩脉动抑制，属于电机控制算法的前沿探索。虽然阳光电源目前的核心业务集中在光伏逆变器、储能PCS及风电变流器领域，主要采用永磁同步电机（PMSM）或感应电机驱动技术，与直流偏置游标磁阻电机存在技术差异，但其提出的迭代学习控制（ILC）思想在提升电力电子变换器输...