参数预测方法、装置、设备、介质、产品及车辆制造方法及图纸

本申请涉及一种参数预测方法、装置、设备、介质、产品及车辆，涉及数据处理技术领域。至少解决相关技术中对电机参数进行预测的效率较低、准确度较差的技术问题。包括：获取电机运行时的第一参数组，第一参数组包括：定子电压、定子电流和转子转速；基于目标模型确定第一参数组中的每个参数的权重，目标模型为基于长短期记忆网络LSTM和注意力机制训练得到的模型；基于第一参数组和第一参数组中的每个参数的权重，通过目标模型预测电机的第二参数组，第二参数组包括以下至少一项：定子电阻、电机电感和磁链。本申请能够提高对电机参数进行预测的效率和准确度。

【技术实现步骤摘要】

本申请涉及数据处理，具体涉及一种参数预测方法、装置、设备、介质、产品及车辆。

技术介绍

1、随着电动汽车的快速发展和普及，在新能源汽车领域中，永磁同步电机(permanent magnet synchronous motor，pmsm)具有体积小、效率高、功率因数高、以及稳定的调速性能等特点。然而，要实现对永磁同步电机的高性能、高精准控制，就需要准确的获取永磁同步电机的电机参数(如定子电阻、d轴电感、q轴电感、永磁体磁链等)。

2、相关技术中，专利cn 114696704 a是通过构建attention-lstm-rnn模型，并对attention-lstm-rnn模型进行训练。从而基于获取的电机数据，利用attention-lstm-rnn模型，进行电机转子电阻的辨识。该方法是通过注意力机制(attention mechanism)、长短期记忆网络(long short-term memory，lstm)和循环神经网络(recurrent neuralnetwork,rnn)，训练得到所需的模型，并且是对电机转子电阻进行辨识的。这样引入大量的本文档来自技高网...

【技术保护点】

1.一种参数预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于目标模型确定所述第一参数组中的每个参数的权重，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述目标模型通过以下方式得到：

4.根据权利要求3所述的方法，其特征在于，所述获取所述电机在预设历史时长内的多个第一参数组，包括：

5.根据权利要求3所述的方法，其特征在于，所述依次将所述预设历史时长内的多个第一参数组输入到包括所述注意力机制的所述LSTM中进行训练，调节所述LSTM的模型参数，得到所述目标模型，包括：>

6.根据权利...

【技术特征摘要】

1.一种参数预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于目标模型确定所述第一参数组中的每个参数的权重，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述目标模型通过以下方式得到：

4.根据权利要求3所述的方法，其特征在于，所述获取所述电机在预设历史时长内的多个第一参数组，包括：

5.根据权利要求3所述的方法，其特征在于，所述依次将所述预设历史时长内的多个第一参数组输入到包括所述注意力机制的所述lstm中进行训练，调节所述lstm的模型参数，得到所述目标模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述依次将所述多个第一参数组输入到包括所述注意力机制的所述lstm中，得到每个第一参数组对应的预测参...

【专利技术属性】
技术研发人员：廖忠溆，刘立，陈卓，陈鹏，
申请(专利权)人：深蓝汽车科技有限公司，
类型：发明
国别省市：