基于机理与数据自适应融合的永磁同步电机转速预测方法技术

本发明专利技术公开了一种基于机理与数据自适应融合的永磁同步电机转速预测方法，包括：采集一段时间内实际永磁同步电机的实际运行数据和转速实际值；构建永磁同步电机的仿真模型，采集仿真模型在相同时间内运行时的转速仿真值；引入集成学习方法，基于集成学习方法并结合仿真模型构建永磁同步电机转速预测模型，包含s种数据驱动模型、仿真模型和自适应权重优化模型；将实际运行数据输入至s种数据驱动模型进行训练和优化，输出基础转速预测值，将基础转速预测值与转速仿真值输入至自适应优化模型进行训练和优化，输出最终的转速预测值；本发明专利技术能够让各个模型所占的权重自动更新，提高永磁同步电机的预测转速的精度和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及永磁同步电机转速预测，尤其涉及基于机理与数据自适应融合的永磁同步电机转速预测方法。

技术介绍

1、永磁同步电机(permanent magnet synchronous motor,pmsm)，由于自身功率密度高、效率高和非常优秀的动态响应特性，已经被广泛应用于新能源汽车、工业自动化、航空航天、智能船舶等多个领域。pmsm应用于各个领域之前一般需要采取多次的性能测试实验以达到设计目标，其中电机的转矩和转速是电机性能测试的主要性能参数。传统的电机性能测试一般依赖于人工操作和大量的物理设备，且需要大量实验才能获得可靠的结果，所以验证成本比较大、花费时间长，而且所得到的测试结果还会受到不可忽略的人为因素的影响。由于当今科技发展迅速，人工智能技术非常成熟，建立精确的数字化模型对pmsm开展性能测试不仅可以提高测试效率，还能进行多维度、多工况的综合测试。最近几年，电机设计优化与运行状态评估的工具中数字化建模技术是比较流行的。数字化建模技术在电机领域中具有显著的应用价值和研究意义。

2、当今，对一般的物理系统建模方法分别是机理建模、数据驱动建本文档来自技高网...

【技术保护点】

1.一种基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，包括：

2.根据权利要求1所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，将实际运行数据输入至s种数据驱动模型进行训练和优化，输出基础转速预测值，包括：

3.根据权利要求2所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，将基础转速预测值与转速仿真值输入至自适应权重优化模型进行训练和优化，输出最终的转速预测值，包括：

4.根据权利要求2所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，所述s种数据驱动模型分别为主成分回归...

【技术特征摘要】

1.一种基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，包括：

2.根据权利要求1所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，将实际运行数据输入至s种数据驱动模型进行训练和优化，输出基础转速预测值，包括：

3.根据权利要求2所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，将基础转速预测值与转速仿真值输入至自适应权重优化模型进行训练和优化，输出最终的转速预测值，包括：

4.根据权利要求2所述的基于机理与数据自适应融合的永磁同步电机转速预测方法，其特征在于，所述s种数据驱动模型分别为主成分回归模型、偏最小二乘回归模型、支持向量回归模型、卷积神经网络、循环神经网络和长短期记忆神经网络。

5.根据权利要求3所述的基于机理与数...

【专利技术属性】
技术研发人员：刘井响，姚俊孛，朱韦敏，向川，赵宏革，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：