基于神经网络滑模观测器的电机无位置传感器控制方法

    公开(公告)号:CN119210250B

    公开(公告)日:2025-03-07

    申请号:CN202411730838.6

    申请日:2024-11-29

    Abstract: 本发明涉及电机滑模控制技术领域,具体涉及基于神经网络滑模观测器的电机无位置传感器控制方法,包括,采用滑模观测器在α‑β轴静止坐标系下,对永磁同步电动机的定子电流进行跟踪,获得估计电流值、实际电流值以及电流误差值;采用卷积神经网络,将实际电流值和电流误差值作为输入,将反电动势估计值作为输出,通过训练优化对定子电流估计跟踪;进入滑模面并在滑模面上滑动,滑模控制通过切换函数收敛到平衡点,采用反电动势扩展方程获得反电动势;基于锁相环提取反电动势中转子位置和速度信息。本发明有效改善了系统抖振现象,提高了转子位置的观测精度,并且系统突然加载和卸载的调速能力能到显著提升。

    基于神经网络滑模观测器的电机无位置传感器控制方法

    公开(公告)号:CN119210250A

    公开(公告)日:2024-12-27

    申请号:CN202411730838.6

    申请日:2024-11-29

    Abstract: 本发明涉及电机滑模控制技术领域,具体涉及基于神经网络滑模观测器的电机无位置传感器控制方法,包括,采用滑模观测器在α‑β轴静止坐标系下,对永磁同步电动机的定子电流进行跟踪,获得估计电流值、实际电流值以及电流误差值;采用卷积神经网络,将实际电流值和电流误差值作为输入,将反电动势估计值作为输出,通过训练优化对定子电流估计跟踪;进入滑模面并在滑模面上滑动,滑模控制通过切换函数收敛到平衡点,采用反电动势扩展方程获得反电动势;基于锁相环提取反电动势中转子位置和速度信息。本发明有效改善了系统抖振现象,提高了转子位置的观测精度,并且系统突然加载和卸载的调速能力能到显著提升。

    一种基于数据融合的电池包热失控预测方法和系统

    公开(公告)号:CN116315189A

    公开(公告)日:2023-06-23

    申请号:CN202310594542.5

    申请日:2023-05-25

    Abstract: 本发明提供一种基于数据融合的电池包热失控预测方法和系统,获取电池包的第一特征数据,处理得到第二特征数据,使用热失控预测模型以第二特征数据作为输入并输出热失控预测数据,第一特征数据包括电池包处于的环境温度值、由电池包内每个电池单体的电压值组成的电压数据以及由每个电池单体的温度检测值组成的温度数据,处理包括采用混沌置乱算法对温度数据进行顺序置乱,使用卡尔曼滤波算法对顺序置乱后的温度数据进行融合得到温度优化数据,第二特征数据包括环境温度值、电压数据和温度优化数据。提高热失控预测的准确性和可靠性。

    一种电池系统并联充放电控制方法

    公开(公告)号:CN118232487A

    公开(公告)日:2024-06-21

    申请号:CN202410651634.7

    申请日:2024-05-24

    Abstract: 本发明提供一种电池系统并联充放电控制方法,涉及充电控制技术领域,包括:基于电池系统构建并简化得到并联充放电模型;采集当前时刻的各户储包中各单芯电池的当前电压和电池系统的当前总电流,将各当前电压和当前总电流输入并联充放电模型计算得到当前时刻的各户储包的单体电流和多户储包并联结构的总端电压;根据各户储包的单体电流、电池系统的总端电压和各单芯电池的当前电压计算得到各单芯电池的电池电荷状态和各户储包的户储包电荷状态;根据各单芯电池的电荷状态采用主动全局均衡使根据所有单芯电池的电荷状态保持相等。有益效果是提高充放电控制的精确性,主动全局均衡避免性能下降和寿命缩短。

    一种变流器参数自学习控制方法
    19.
    发明公开

    公开(公告)号:CN116865586A

    公开(公告)日:2023-10-10

    申请号:CN202311126554.1

    申请日:2023-09-04

    Abstract: 本发明涉及电力电子技术领域,具体提供了一种变流器参数自学习控制方法,变流器包括依次连接的驱动电路和LC滤波器,LC滤波器包括第一电感和电容;第一电感的一端连接驱动电路的三相输出端,用于采集输出电流;电容连接在第一电感的另一端和变流器的一次侧的耦合端之间;其中,变流器控制方法包括:根据变流器的双环控制系统中设置的谐振控制器的谐振参数稳定域确定双环控制系统中的设置的电流控制器的第一参数整定值以及谐振控制器的第二参数整定值;以及采用双环控制系统对变流器进行双环控制。采用本发明可以解决现有方法难以实现高阶非线性控制系统的多个参数设计问题,特别是可以实现包含谐振控制器和时滞环节的高阶非线性系统参数寻优。

    一种基于数据融合的电池包热失控预测方法和系统

    公开(公告)号:CN116315189B

    公开(公告)日:2023-08-11

    申请号:CN202310594542.5

    申请日:2023-05-25

    Abstract: 本发明提供一种基于数据融合的电池包热失控预测方法和系统,获取电池包的第一特征数据,处理得到第二特征数据,使用热失控预测模型以第二特征数据作为输入并输出热失控预测数据,第一特征数据包括电池包处于的环境温度值、由电池包内每个电池单体的电压值组成的电压数据以及由每个电池单体的温度检测值组成的温度数据,处理包括采用混沌置乱算法对温度数据进行顺序置乱,使用卡尔曼滤波算法对顺序置乱后的温度数据进行融合得到温度优化数据,第二特征数据包括环境温度值、电压数据和温度优化数据。提高热失控预测的准确性和可靠性。

Patent Agency Ranking