标题:基于卡尔曼滤波和神经网络的PMSM参数辨识
作者:王松;刘明光;石双双;杨罡
通讯作者:Wang, S(wszbs3@sdu.edu.cn)
作者机构:[王松] 北京交通大学,电气工程学院, 北京 100044, 中国.;[刘明光] 北京交通大学,电气工程学院, 北京 100044, 中国.;[杨罡] 北京交通大学,电气工程学院, 北京 100 更多
会议名称:2009系统仿真技术及其应用学术会议
来源:北京交通大学学报. 自然科学版
出版年:2010
卷:34
期:2
页码:124-127+136
关键词:永磁同步电机; 参数识别; 扩展卡尔曼滤波; 神经网络
摘要:永磁同步电机(PMSM)是一种非线性、强耦合的控制对象,电机参数的变化加大了其控制难度.因此,参数辨识对于其闭环控制系统的稳定运行有着重大的意义 .文中针对这一非线性、强耦合的模型,研究了一种基于扩展卡尔曼滤波(EKF)和Elman神经网络(Elman NN)的永磁同步电机参数R_s,psi_d和psi_q的辨识方法.仿真结果表明,该方法具有很快的收敛速度,能很精确地辨识PMSM的R_s,psi _d和psi_q,该网络具有良好的泛化能力,在变速变负载等复杂情况下也适用.
收录类别:CSCD;SCOPUS
Scopus被引频次:7
资源类型:会议论文;期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-77952830647&partnerID=40&md5=947a33bcf4b578f2d63600617a2369d9
TOP