一种基于高斯过程的永磁同步电机模型预测控制系统、控制方法及永磁同步电机技术方案

本发明专利技术公开了一种基于高斯过程的永磁同步电机模型预测控制系统，其包括：速度控制器，电流模型预测控制器，电流检测模块，失配检测模块以及高斯过程参数优化模块。其中高斯过程参数优化模块，对失配检测模块输入的检测数据进行系统参数的预测，并将预测结果输入至所述电流模型预测控制器中更新已失配的参数。本发明专利技术还公开了一种基于高斯过程的永磁同步电机模型预测控制系统的控制方法以及永磁同步电机。机。机。

【技术实现步骤摘要】
一种基于高斯过程的永磁同步电机模型预测控制系统、控制方法及永磁同步电机


[0001]本专利技术涉及电机控制
，特别涉及一种基于高斯过程的永磁同步电机模型预测控制系统、控制方法及永磁同步电机。

技术介绍

[0002]电机参数对电机的精确控制有着决定性的作用，因此在当前电机控制系统中需要对电机参数进行准确估计。参数的准确程度决定了系统控制的效果。电机在运行过程中，由于外界的干扰和温度等环境的长时间作用等，可能导致电机参数实时变化，与初始值有所不同，因此需要采取一定的技术手段对这些变化的参数进行预测和优化控制，以保证电机的有效运转。
[0003]在基于模型预测控制策略中，过程模型起着重要的作用。然而在实际应用中，由于系统存在不确定性，模型与实际系统的不匹配是不可避免的，这造成了模型失配。在电机控制领域，模型失配会导致转矩脉动等一系列问题。对于模型预测电流控制来说，一个直观的表现就是电流控制效果欠佳。因此，精确地估计电机的参数对于减弱模型失配的影响是非常必要的。
[0004]目前，已有大量的永磁同步电机参数估计相关文献，这些技术通常分为离线估计方法和在线估计方法。离线估计方法又分为频域和时域方法。此外，模拟解析方法，特别是有限元分析，也被归类为离线参数估计技术。在线评估方法分为数值方法、基于观测器的方法和基于机器学习的方法。

技术实现思路

[0005]本专利技术旨在克服现有技术存在的缺陷，本专利技术采用以下技术方案：
[0006]一方面，本专利技术提供了一种基于高斯过程的永磁同步电机模型预测控制系统。该基于高斯过程的永磁同步电机模型预测控制系统包括：速度控制器，电流模型预测控制器，电流检测模块，失配检测模块以及高斯过程参数优化模块；
[0007]所述速度控制器，用于对电机进行速度控制，并产生电流参考值；
[0008]所述电流模型预测控制器，用于对电流进行跟踪，并选择电压矢量；
[0009]所述电流检测模块，用于对电流进行检测，产生电流检测数据；
[0010]所述失配检测模块，用于根据所述电流检测数据判断系统是否失配，若判断系统未失配则系统继续正常运行，若判断系统失配则将所述电流检测数据作为所述高斯过程参数优化模块的输入进行系统参数的预测；
[0011]所述高斯过程参数优化模块，用于对所述失配检测模块输入的所述检测数据进行系统参数的预测，并将预测结果输入至所述电流模型预测控制器中更新已失配的参数。
[0012]在一些实施例中，所述电流模型预测控制器，选择的电压矢量是能使代价函数最小化的电压矢量，所述电压矢量应用于整个电流采样周期。
[0013]在一些实施例中，所述高斯过程参数优化模块对所述失配检测模块输入的所述检测数据进行系统参数的预测，具体包括：
[0014]设定预测电流控制模型，并基于所述预测电流控制模型来获取进行高斯过程回归的训练数据和测试数据；
[0015]基于所述训练数据和测试数据进行训练获得高斯过程模型；
[0016]设定系统参数在线失配检测机制并通过所述高斯过程模型进行系统参数的预测。
[0017]在一些实施例中，所述控制系统还包括：数据预处理模块；
[0018]所述数据预处理模块，接收所述电流检测模块产生的所述电流检测数据，
[0019]进行数据预处理输出为电流波动度和电流偏移度，并所述电流波动度和电流偏移度输出至所述失配检测模块。
[0020]在一些实施例中，所述失配检测模块通过对输入和输出数据进行系统失配状态的判断，若电流波动度或电流偏移度超过预定阈值，判断系统失配，否则判断系统未失配。
[0021]在一些实施例中，当所述失配检测模块判断为失配时，所述高斯过程参数优化模块将电流波动度和电流偏移度作为高斯过程参数优化模块的输入来预测更新系统参数，得到系统参数作为模型预测控制器的更新标称值，系统继续运行；
[0022]当所述失配检测模块判断为系统未失配时，系统继续以所述电流模型预测控制器的原始标称值运行。
[0023]在一些实施例中，所述电流波动度的预定阈值为1.5；所述电流偏移度的预定阈值为0.7。
[0024]在一些实施例中，所述速度控制器为速度PI控制器。
[0025]第二方面，本专利技术还提供了一种基于高斯过程的永磁同步电机模型预测控制系统的控制方法，所述控制系统为如前所述的基于高斯过程的永磁同步电机模型预测控制系统，所述控制方法包括步骤：
[0026]S1,控制所述速度控制器产生电流参考值；
[0027]S2,所述电流模型预测控制器对电流进行跟踪，并选择电压矢量；
[0028]S3,所述电流检测模块对电流进行检测，产生电流检测数据；
[0029]S4,所述失配检测模块根据所述电流检测数据判断系统是否失配，若判断系统未失配则系统继续正常运行，若判断系统失配则将所述电流检测数据作为所述高斯过程参数优化模块的输入进行系统参数的预测；
[0030]S5,所述高斯过程参数优化模块对所述失配检测模块输入的所述检测数据进行系统参数的预测，并将预测结果输入至所述电流模型预测控制器中更新已失配的参数。
[0031]第三方面，本专利技术还提供了一种永磁同步电机，其包括如前所述的基于高斯过程的永磁同步电机模型预测控制系统。
[0032]本专利技术的技术效果：本专利技术公开的基于高斯过程的永磁同步电机模型预测控制系统和控制方法以及永磁同步电机，通过速度控制器，电流模型预测控制器，电流检测模块，失配检测模块以及高斯过程参数优化模块之间的配合可实现电机的在线系统参数的优化控制。该基于高斯过程的永磁同步电机模型预测控制系统通过高斯过程参数优化模块在电机参数波动的情况下，实现永磁同步电机电流环的稳定控制。本专利技术相对于传统的模型预测电流控制，通过失配检测模块与控制系统的整体配合增加了控制的稳定性，克服了系统
模型失配问题。
附图说明
[0033]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为根据本专利技术一个实施例的一种基于高斯过程的永磁同步电机模型预测控制系统的结构原理示意图；
[0035]图2为根据本专利技术一个实施例的标称值不同条件下参数预测曲线；
[0036]图3为根据本专利技术一个实施例的标称值不同条件下预测方差曲线；
[0037]图4为根据本专利技术一个实施例的标称值相同条件下参数预测曲线；
[0038]图5为根据本专利技术一个实施例的标称值相同条件下预测方差曲线；
[0039]图6为根据本专利技术一个实施例的标称值相同条件下高斯过程回归曲线；
[0040]图7为根据本专利技术一个实施例的基于高斯过程的系统参数在线失配检测机制；
[0041]图8为根据本专利技术一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯过程的永磁同步电机模型预测控制系统，其特征在于，包括：速度控制器，电流模型预测控制器，电流检测模块，失配检测模块以及高斯过程参数优化模块；所述速度控制器，用于对电机进行速度控制，并产生电流参考值；所述电流模型预测控制器，用于对电流进行跟踪，并选择电压矢量；所述电流检测模块，用于对电流进行检测，产生电流检测数据；所述失配检测模块，用于根据所述电流检测数据判断系统是否失配，若判断系统未失配则系统继续正常运行，若判断系统失配则将所述电流检测数据作为所述高斯过程参数优化模块的输入进行系统参数的预测；所述高斯过程参数优化模块，用于对所述失配检测模块输入的所述检测数据进行系统参数的预测，并将预测结果输入至所述电流模型预测控制器中更新已失配的参数。2.根据权利要求1所述的基于高斯过程的永磁同步电机模型预测控制系统，其特征在于，所述电流模型预测控制器，选择的电压矢量是能使代价函数最小化的电压矢量，所述电压矢量应用于整个电流采样周期。3.根据权利要求1所述的基于高斯过程的永磁同步电机模型预测控制系统，其特征在于，所述高斯过程参数优化模块对所述失配检测模块输入的所述检测数据进行系统参数的预测，具体包括：设定预测电流控制模型，并基于所述预测电流控制模型来获取进行高斯过程回归的训练数据和测试数据；基于所述训练数据和测试数据进行训练获得高斯过程模型；设定系统参数在线失配检测机制并通过所述高斯过程模型进行系统参数的预测。4.根据权利要求1所述的基于高斯过程的永磁同步电机模型预测控制系统，其特征在于，所述控制系统还包括：数据预处理模块；所述数据预处理模块，接收所述电流检测模块产生的所述电流检测数据，进行数据预处理输出为电流波动度和电流偏移度，并所述电流波动度和电流偏移度输出至所述失配检测模块。5.根据权利要求4所述的基于高斯过程的永磁同步电机模型预测控制...

【专利技术属性】
技术研发人员：邓永停，魏宗恩，王建立，李洪文，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：