-
公开(公告)号：CN117874463A
公开(公告)日：2024-04-12
申请号：CN202410043908.4
申请日：2024-01-11
Applicant: 厦门大学
IPC: G06F18/20 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于神经网络的分数阶系统在线参数辨识方法，包括：对变换器的分数阶模型进行模态分析，并建立分数阶模型下的状态方程；基于Grunwald‑Letnikov分数阶微积分定义建立变换器的分数阶离散模型；根据分数阶离散模型中分数阶电容电压和分数阶电感电流的递推表达式构建神经网络，在变换器的动态响应过程中，以实际采样值为参考值，离散模型的输出值为估计值，并构建均方损失函数；对损失函数求偏导得到各权重对应的梯度表达式，根据梯度下降算法，得到神经网络的权值；根据变换器的离散模型与权重值计算分数阶电感值和分数阶电容值。本发明在无需增加额外电路和传感器的前提下，仅依靠原本闭环控制中所需的电气量实现分数阶电感和分数阶电容等动态元参数的在线辨识。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
