CN119448853A 混合励磁同步电机控制策略优化方法及装置 （珠海新业电子科技有限公司）

混合励磁同步电机控制策略优化方法及装置2对混合励磁同步电机的永磁磁链、励磁电流及转子参数进行数学建模基于所述状态观测器方程采集电流参数和位置参数，并进行滤将所述电机运行状态参数输入五层深度神经网络进行电流和转速对所述最优电流参数和所述转速预测参数进行多目标函数构建，求解得到电流参考将所述电流参考值输入串级PI控制器，通过前馈解耦控制和空间矢t为时间变量；基于所述d轴磁链方程和所述q轴磁链方程进行电磁转矩计算，得到转矩方程Te=1.5p根据所述d轴电压方程和所述q轴电压方程进行电流动态响应x3阶输入矩阵；对所述状态空间方程进行离散化处理，采用四阶龙格库塔法进行数值m]T3对三相定子电流进行霍尔电流传感器采集，得到原始通过磁编码器进行转子位置采集，得到原始位置数据，并对所述原始根据所述状态观测向量计算观测误差，并通过递推最小二乘法更新观测器增益矩阵，将所述标准化输入向量输入五层深度神经网络的第一隐藏层，所述第将所述第一层特征向量输入所述五层深度神经网络的第二隐藏层将所述第二层特征向量输入所述五层深度神经网络的第三隐藏层将所述第三层特征向量h3输入所述五层深度神经网络的第四隐藏层将所述第四层特征向量输入所述五层深度神经网络的第五层，第五基于所述最优电流参数和转速预测参数进行目标函数分解，得基于所述铜损函数、所述转矩电流比函数和所述转矩波动函数进行多目标函数构建，对所述混合励磁同步电机的运行历史数据序列进行敏感度计算，得到4将所述第一阶段权重系数代入所述复合目标函数，构建第二阶段加权最小二乘方程，将所述最终权重系数代入所述复合目标函数，通过梯度下降迭代进行优化将所述电流参考值输入串级PI控制器的外环，通过外环比例系数对所述d轴电压指令和所述q轴电压指令进行内环PI控制，通过内对所述基本电压指令进行前馈解耦计算，得到解耦电压分量，并对基于所述扇区编号和电压矢量信息计算相邻基本矢量作用时间，对所述基本矢量作用时间和所述零矢量作用时间进行七段式SVPWM调制，通过时序分基于所述性能指标构建参数系统概率密度函数，得到对数似基于所述Fisher信息矩阵进行矩阵求逆运算，得到参数估计根据所述特征向量进行参数重要性排序，得到参数优化顺序序列预测模块，用于将所述电机运行状态参数输入五层深度神经网5构建模块，用于对所述最优电流参数和所述转速预测参调节模块，用于将所述电流参考值输入串级PI控制9.一种混合励磁同步电机控制策略优化设备，其特所述至少一个处理器调用所述存储器中的所述指令，以使得所述混合制策略优化设备执行如权利要求1_7中任一项所述的混合励磁同步电机控制策略优化方所述指令被处理器执行时实现如权利要求1_7中任一项所述的混合励磁同步电机控制策略6[0002]混合励磁同步电机结合了永磁同步电机和电励磁同步电机的优点，具有高效率、7构建模块，用于对所述最优电流参数和所述转速预测参数进行多目标函数构建，等多个控制目标的协调优化；引入Fisher信息矩阵和Cramér_Rao下界理论进行性能评估，图2为本申请实施例提供的混合励磁同步电机控制策略优化装置的结构示意性框图3为本申请实施例提供的混合励磁同步电机控制策略优化设备的结构示意性框8可以理解的是，本发明的执行主体可以为混合励磁同步电机控制策略优化装置，组之间的互感，ir为励磁绕组电流vr为永磁体产生的基础磁链；而q轴磁链方程为为电磁转矩，为电机极对数，ia和ia分别为d轴和q轴的电流，MP为定子与励磁绕组的互9u=[ua,u,,ipI'为控制输入向量，A和B分别是3x3阶的状态矩阵和输入矩阵。这些状态数值积分，得到离散状态方程x(k+1)=x(k)+At·f(x(k),u(k))，其中k为离散(k+1)=(k)+At·f(i(k),u(k))+L(y(k)-j(k))，其中为状态观测向量，[0021]步骤S300、将电机运行状态参数输入五层深度神经网络进行电流和转速参数预隐藏层具有较强的学习能力，能够在大量训练数据中捕捉到电机运行状态的深层次模式，矩电流比函数和转矩波动函数。铜损函数用于描述电流通过电机定子绕组时所产生的损而确定在SVPWM调制过程中，不同电压矢量对电机的作用时间比例，实现更精确的电压控时序分配。七段式SVPWM调制通过合理分配不同矢量作用时间，生成电机所需的三相六路根据d轴电压方程和q轴电压方程进行电流动态响应分析m]T;;;;;;wn=/p，其中w为电角速度，;;;;根据状态观测向量计算观测误差，并通过递推最小二乘法更新观测器增益矩阵，;;;Park变换将ia,ip转换为旋转坐标系(d_q轴)下的电流分量ia,ia。Park变换的;;器)获得。磁编码器精确测量转子的位置，并将其转化为数字信号，得到转子的位置数据;;的观测值和机械角速度的观测值，为实际测量的输出向量，;;i;的计算公式为：;;;;;i,为第j个电流分量的最终预测值，和Hj分别为标准化时使用的标准;;;;;;;数wi。最小二乘法的目标是使得复合目标函数在不同的控;;将第一阶段的权重系数代入复合目标函数，构建第二阶段的加权最小二乘方程。;;;对基本矢量作用时间和零矢量作用时间进行七段式SVPWM调制，通过时序分配生;;;;;;此时，得到d轴和q轴的最终电压指令向量[ua,uaI'，接下来将其转换到α_β坐标;;的电压矢量进行扇区判断，并通过幅值计算和角度计算，确定电压矢量所在的扇区编号。压矢量的幅值yrer和角度，判断其位于哪;;;基于基本矢量作用时间T1,TZ和零矢量作用时间T,，对电机进行七段式SVPWM调压尽可能接近所需的参考电压。七段式的调制方式包括两个基本矢量和一个零矢量的组;;;以得到参数估计的协方差矩阵。协方差矩阵描述不同参数之间的相互关联和估计误差大;;;[0039]请参阅图2，图2为本申请实施例提供的混合励磁同步电机控制策略优化装置200预测模块230，用于将电机运行状态参数输入五层深度神经网络进行电流和转速[0040]通过上述各个组成部分的协同合作，通过建立完整的数学模型和状态观测器方[0041]请参阅图3，图3为本申请实施例提供的混合励磁同步电机控制策略优化设备300[0043]处理器301用于提供计算和控制能力，支撑整个混合励磁同步电机控制策略优化处理器301执行时，可使得处理器301执行上述任一种混合励磁同步电机控制策略优化方构的框图，并不构成对本申请方案所涉及的混合励磁同步电机控制策略优化设备300的限定，具体的混合励磁同步电机控制策略优化设备300可以包括比图中所示更多或更少的部[0046]应当理解的是，处理器301可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器301还可以是其他通用处理器、数字信号处理器(DigitalSignal上述描述的混合励磁同步电机控制策略优化设备300的具体工作过程，可以参考前述混合本申请实施例提供的混合励磁同步电机控制策化设备300的内部存储单元，例如混合励磁同步电机控制策略优化设备300的硬盘或内存。所述计算机可读存储介质也可以是混合励磁同步电机控制策略优化设备300的外部存