买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利一种基于CNN-LSTM的电机转矩波动抑制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119483386B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411492018.8，技术领域涉及：H02P21/20；该发明授权一种基于CNN-LSTM的电机转矩波动抑制方法是由孙志诚;胡建军;黄超;廖国鹏;田加新;刘人萍设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于CNN-LSTM的电机转矩波动抑制方法在说明书摘要公布了：本发明公开了一种基于CNN‑LSTM的电机转矩波动抑制方法，包括以下步骤：S1：建立永磁同步电机的数学模型；S2：建立考虑逆变器死区和管压降的逆变器模型；S3：建立基于CNN‑LSTM的谐波补偿电压预测模型，以优化DQ轴定子电压，减小电流谐波，抑制电机振动和转矩波动；S4：将步骤S3的基于CNN‑LSTM的谐波补偿电压预测模型嵌入电机控制系统，抑制电机的转矩波动。本发明有效优化DQ轴定子电压，减小了对转矩波动影响较大的5次和7次电流谐波，抑制转矩波动，同时减少了控制参数，提高了系统响应速度，增强了电机在高转速时对转矩波动的抑制效果。

本发明授权一种基于CNN-LSTM的电机转矩波动抑制方法在权利要求书中公布了：1.一种基于CNN-LSTM的电机转矩波动抑制方法，其特征在于：包括以下步骤： S1：建立永磁同步电机的数学模型； S2：建立考虑逆变器死区和管压降的逆变器模型； S3：建立基于CNN-LSTM的谐波补偿电压预测模型，以优化DQ轴定子电压，减小电流谐波，抑制电机振动和转矩波动；具体包括以下步骤： S31：建立电流谐波模型；电流谐波模型包括5次、7次谐波在DQ旋转坐标系下的稳态电压方程，通过叠加谐波稳态电压方程与PI控制器输出电压得到DQ轴谐波补偿电压基础值； S32：采集训练数据；将电机初始转速设置为50rpm，电机转矩从0Nm逐渐增加到最大转矩，增量设置为10Nm；在每个工况采集时长为1秒的数据；转速以50rpm的增量增加到最大速度，并在每种工况下重复记录数据；记录每个工况下的d轴电流、q轴电流、转子角度、转子电角速度和电机参考转矩数据；然后将实验数据归一化后，用于训练CNN-LSTM； S33：建立基于CNN-LSTM的谐波补偿电压预测模型；具体方法为： 将卷积神经网络与长短期神经网络相结合，建立基于CNN-LSTM网络模型；训练CNN-LSTM网络包括两个阶段： 第一阶段，将、、、和数据输入到卷积神经网络中；第二阶段，将卷积神经网络提取的特征传递到长短期神经网络中，使用全连接层作为预测结果； 采用卷积神经网络对输入数据进行初始特征识别，然后利用长短期神经网络对筛选出的特征值进行迭代训练，最后的输出预测结果是谐波补偿电压；建立以、、、和为输入变量，谐波补偿电压和为输出的映射关系； S4：将步骤S3的基于CNN-LSTM的谐波补偿电压预测模型嵌入电机控制系统，抑制电机的转矩波动。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400000 重庆市沙坪坝区正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。