[發明專利]基于全局在線啟發式動態規劃永磁同步電機矢量控制方法

有效

• 申請號: 201810071519.7
• 申請日: 2018-01-24
• 公開（公告）號: CN108155836B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 余海濤;王琦
• 申請（專利權）人: 東南大學
• 主分類號: H02P21/00
• 分類號: H02P21/00;H02P21/18;H02P21/22;H02P6/10
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于全局在線啟發式動態規劃永磁同步電機矢量控制方法，其特征在于，該方法包括以下步驟：

步驟1：初始化單神經元全局在線啟發式動態規劃算法的目標網絡學習率、評價網絡學習率、單神經元PI算法參數，根據系統的跟蹤誤差，按照下式設計外部強化學習信號r(t)：

r(t)＝0.98*e(t)+0.02*e(t-1)，e(t)＝ω^*(t)-ω(t)

其中，t表示當前時刻，t-1表示上一時刻，ω^*(t)為目標轉速，ω(t)為實際轉速，e(t)為當前時刻轉速差，e(t-1)為上一時刻轉速差；

步驟2：通過神經網絡正向傳輸，計算評價網絡的輸出和目標網絡的輸出，所述評價網絡的輸出為性能指標函數J(t)，所述目標網絡的輸出為內部強化學習信號S(t)，其中t表示當前時刻；

步驟3：計算目標網絡誤差和評價網絡誤差，通過計算出的誤差分別對目標網絡和評價網絡的權值進行在線調整；

步驟4：通過求解最優性能指標函數，得到單神經元PI算法K值，通過得到的K值調節單神經元PI控制算法的輸出，即永磁同步電機系統q軸電流的參考值i_q^*；求解最優性能指標函數的方法如下：

其中，

K(t)＝K(t-1)+ΔK(t)

其中，l_a(t)為當前時刻t的單神經元PI折扣因子學習率，e_a(t)為當前時刻t的單神經元PI折扣因子學習反傳誤差，E_a(t)為當前時刻t的單神經元PI折扣因子學習反傳誤差的平方，ΔK(t)為當前時刻t的K值增量，Δu(t)為當前時刻t的控制信號的增量，u(t)為當前時刻t的控制信號，為當前時刻t的目標網絡輸入層到隱層權值矩陣第i行，第3列元素，為當前時刻t的評價網絡輸入層到隱層權值矩陣第l行，第4列元素，為當前時刻t的評價網絡輸入層到隱層權值矩陣第l行，第1列元素，為目標網絡的激活函數，q_i(t)為當前時刻t的目標網絡隱層輸出向量的第i個元素，為評價網絡的激活函數，z_l(t)為當前時刻t的目標網絡隱層輸出向量的第l個元素，J(t)為當前時刻t的性能指標，為當前時刻t的目標網絡隱層到輸出層權值矩陣第i個元素，為當前時刻t的評價網絡隱層到輸出層的權值矩陣第l個元素，S(t)為當前時刻t的內部強化學習信號，K(t-1)為上一時刻單神經元PI算法K值，K(t)為當前時刻t的K值；

步驟5：矢量控制系統中的d軸電流內環采用改變趨近率的滑模變結構控制器，通過d軸給定參考值i_d^*＝0和實際電流i_d的差，來調節d軸電壓u_d；

矢量控制系統中的q軸電流內環采用改變趨近率的滑模變結構控制器，通過步驟4得到的q軸電流的參考值i_q^*和實際電流i_q的差，來調節q軸電壓u_q。

2.根據權利要求1所述的基于全局在線啟發式動態規劃永磁同步電機矢量控制方法，其特征在于，所述步驟2中的性能指標函數為：

其中，為評價網絡激活函數，為當前時刻評價網絡輸入向量，c_k(t)為當前時刻t的評價網絡輸入向量中的第k個元素，k的取值范圍為1到5，t-1為上一時刻，l為評價網絡隱層節點序號，l取值范圍為1到Nc，Nc為評價網絡隱層節點數，Nf為目標網絡隱層節點數，為當前時刻t的評價網絡輸入層到隱層權值矩陣第l行，第k列元素，z_l(t)為當前時刻t的評價網絡隱層輸出向量的第l個元素，為當前時刻t的評價網絡隱層到輸出層的權值矩陣第l個元素，J(t)為當前時刻t的性能指標函數。