[发明专利]一种基于Elman神经网络的感应电机转子电阻参数辨识方法

摘要

一种基于Elman神经网络的感应电机转子电阻参数辨识方法，通过确定Elman神经网络及网络结构，训练样本和处理进行参数辨识，以解决当速度调节信号的不同时，参考模型的获取问题，以及对异步电机转子电阻参数辨识时对转速传感器的要求。

主权项

1.一种基于Elman神经网络的感应电机转子电阻参数辨识方法，其特征在于：步骤一、确定Elman神经网络：Elman神经网络非线性状态空间的表达式为；；，式中：k,、m、 n分别代表输入层、隐层、输出层神经元的个数，P、T代表输入和输出向量，代表第k个输入到第m个隐层神经元之间的权值，代表第m个隐层神经元到第n输出层神经元之间的权值，代表第m个承接层到第m个隐层神经元之间的权值，、分别代表隐层和输出层的传递函数，、分别代表各层神经元之间的输入偏置，、分别代表隐层输出向量和其承接层的反馈状态向量，采用这样一种优化的算法：,对Elman神经网络进行优化，式中，为第n次迭代时的权值修正值，为加速因子，为动量因子；步骤二、确定网络结构：首先，明确Elman神经网络的输入输出参数，对转子电阻产生影响的主要因素是转子电流、频率及环境温度，以选择电机绕组端部温度作一个综合的输入变量；以转子电阻作为输出变量；步骤三、训练样本的获取：以步骤二中的输入信号作为主控条件，与其它输入变量互相组合，采用BP离线算法进行训练获得一批训练样本，以这些训练样本数据作为参考建立转子电阻模型，用此模型的输出作为网络的目标向值，来进行误差反传和权值修正；步骤四、训练样本的处理：对步骤三所得到的训练样本进行处理，输入不同性质的数据时，对输入数据进行归一化处理，使之全落在±1范围内，以方便网络的训练和仿真；步骤五、转子电阻辨识：采用由简单到复杂的方法，先以具有较明确关系的输入变量辨识单个参数，在其辨识效果得到比较和验证后，再逐渐加入其它潜在影响因素，再进行比较、分析，以步骤四中处理好的训练样本为条件，对转子电阻进行辨识，先以对其影响最显著的温度和转差频率作为输入，用网络检测其效果，再加入电流作为输入，检验网络的辨识效果有没有提高，最终确定网络的输入参数个数以及隐层神经元个数。