[發明專利]一種基于儲備池計算的永磁同步電動機混沌預測方法

有效

• 申請號: 202010032394.4
• 申請日: 2020-01-13
• 公開（公告）號: CN111241749B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 韋篤取;陳豪昌
• 申請（專利權）人: 廣西師范大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/0464;G06N3/08;G06F111/10
• 代理公司: 南寧新途專利代理事務所(普通合伙) 45119
• 代理人: 但玉梅

1.一種基于儲備池計算的永磁同步電動機混沌預測方法，其特征在于，包括以下步驟：

步驟1：引入永磁同步電動機數學模型，采用電動機的系統狀態變量用于混沌的預測；

永磁同步電動機數學模型為：

為永磁同步電動機系統狀態變量，分別表示為d軸定子電流、轉子角速度和q軸定子電流；σ和γ為電機系統參數；

步驟2：確定回聲狀態網絡模型的參數，網絡模型由輸入層、儲備池和輸出層組成，輸入層神經元個數為K＝3，輸入向量為：

儲備池神經元個數為N＝300，狀態向量為

r(t)＝(1-a)r(t-1)+a?tanh(Ar(t-1)+W_in(1；u(t)))????(2)

輸出層神經元個數為Q＝3，輸出向量為：

y(t)＝W_out[1；u(t)；r(t)]????(3)

其中，為永磁同步電動機系統狀態變量，分別表示為d軸定子電流、轉子角速度和q軸定子電流；參數a是泄漏率，用于控制狀態向量r的更新速度，范圍在(0,1)之間；為激活函數；W_in為輸入層到儲備池之間的輸入權重矩陣，A是儲備層的權重鄰接矩陣，兩者為隨機產生，是范圍在[-σ,σ]的均勻分布矩陣，訓練過程中保持不變；W_out為儲備池到輸出層的權重矩陣，需要通過系統的輸入、輸出數據訓練得到；

步驟3：儲備池到輸出層的權重矩陣W_out的獲得；

步驟4：訓練回聲狀態網絡模型，得到輸出向量預測模型；

步驟5：利用輸出向量預測模型對測試樣本進行預測；

所述步驟3的獲得方法為：設網絡的訓練長度為T，訓練網絡的矩陣為u＝{s(i)|i＝1,2,...,T}，儲備池網絡使用s(i)來預測下一項s(i+1)，W_out由下列方程計算得出：

W_out＝Y_targetX^T(XX^T+βI)^-1，??????????????????????????????(5)

其中，β為網絡的正則化系數，用于防止過擬合；I為單位矩陣；X表示為第i項列向量[1；s(i)；r(i)]；Y_target為列向量[s(i+1)]；

所述步驟4中，訓練回聲狀態網絡模型的方法為：以轉子角速度的時間序列數據作為輸入向量輸入儲備池計算網絡，然后進行訓練，其中輸入矩陣而的初始值為隨機值，得到輸出變量之后替換其中的ω_t′為ω_t，即將作為下一個時間點的輸入向量，依次迭代，獲得系統狀態變量作為預測輸出值，繪制狀態變量值的變化曲線圖，即為輸出向量預測模型。

2.根據權利要求1所述的永磁同步電動機混沌預測方法，其特征在于：所述步驟4中，訓練回聲狀態網絡模型的方法為：

采用四階Runge-kutta數值方法計算微分方程(1)和(2)，其中步長取h＝0.01，用計算得到的前T個數據組成矩陣來訓練網絡，把三個狀態變量作為輸入向量輸入網絡，然后根據方程(3)得到輸出向量其中，為系統狀態變量預測輸出值，繪制輸出向量值的變化曲線圖，即為輸出向量預測模型。