上海临港电力电子研究有限公司秦坚获国家专利权
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!
龙图腾网获悉上海临港电力电子研究有限公司申请的专利基于神经网络的电机输出扭矩修正方法、设备及介质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:CN114977953B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202210610595.7,技术领域涉及:H02P21/22;该发明授权基于神经网络的电机输出扭矩修正方法、设备及介质是由秦坚设计研发完成,并于2022-05-31向国家知识产权局提交的专利申请。
本基于神经网络的电机输出扭矩修正方法、设备及介质在说明书摘要公布了:本发明提供了一种基于神经网络的电机输出扭矩修正方法、设备及介质,涉及扭矩修正技术领域,包括以下:建立数据库和修正模型,将训练集的样本温度、样本转速、样本d轴电流和样本q轴电流对应输入至所述修正模型;所述隐藏层在每一神经元上对所述输入层采用激活函数补偿映射;所述输出层对隐藏层采用激活函数补偿映射;采用梯度下降优化算法对所述隐藏层和所述输出层进行参数优化,迭代训练后,采用测试集测试,生成目标模型;获取目标d轴电流、目标q轴电流、目标转速和目标温度,采用所述目标模型进行预测,获得目标扭矩偏差;采用所述目标扭矩偏差对所述目标扭矩进行修正,解决现有电机输出扭矩未修正,精度不够,影响电机性能的问题。
本发明授权基于神经网络的电机输出扭矩修正方法、设备及介质在权利要求书中公布了:1.一种基于神经网络的电机输出扭矩修正方法,其特征在于,包括以下: 建立数据库和修正模型,其中所述数据库中包括训练集和测试集;在建立数据库后,对数据库中的扭矩偏差基于各自的均值和标准差采用z-score标准化处理,标准化公式为,其中σ为样本标准差,u为样本均值,所述修正模型包括输入层、隐藏层和输出层,其中,所述隐藏层包含m个神经元; 获取训练集任一数据,所述数据包括样本d轴电流、样本q轴电流、样本温度、样本转速以及样本扭矩偏差; 将所述样本温度、样本转速、样本d轴电流和样本q轴电流对应输入至所述修正模型的输入层; 所述隐藏层在每一神经元上对所述输入层的样本温度、样本转速、样本d轴电流和样本q轴电流分别采用激活函数补偿映射,获得m个中间值; 所述输出层对所述m个中间值采用激活函数补偿映射,生成预测扭矩偏差; 采用梯度下降优化算法对所述隐藏层和所述输出层进行参数优化,直至确定预测扭矩偏差与所述样本扭矩偏差的差值满足预设范围; 迭代训练后,采用测试集测试,当符合预设误差范围后生成目标模型,所述预设误差范围为:当扭矩<100NM时,误差≤±3NM;当扭矩≥100NM时,误差≤±3%; 获取目标扭矩、目标d轴电流、目标q轴电流、目标转速和目标温度; 采用所述目标模型根据所述目标d轴电流、目标q轴电流、目标转速和目标温度进行预测,获得目标扭矩偏差; 采用所述目标扭矩偏差对所述目标扭矩进行修正; 其中,所述隐藏层在每一神经元上对所述输入层的样本温度、样本转速、样本d轴电流和样本q轴电流分别采用激活函数补偿映射,获得m个中间值,包括: 利用激活函数在所述隐藏层在每一神经元上基于所述输入层各个输入加权补偿计算; 所述激活函数为Sigmoid函数,则任一中间值可计算为: 其中,为所述隐藏层的第j个神经元;x1,x2,x3,x4分别为输入层的d轴电流、q轴电流、温度和转速;为基于各个输入层xi计算隐藏层第j个神经元上的权重,其中i=1,2,3,4;为基于所有输入层xi计算隐藏层的补偿; 切,所述输出层对所述m个中间值采用激活函数补偿映射,生成预测扭矩偏差,包括以下: 利用激活函数在所输出层基于所述隐藏层各个神经元加权补偿计算; 所述激活函数为Sigmoid函数,则所述预测扭矩偏差计算为: 其中,为输出层,即预测扭矩偏差;为基于隐藏层第j个神经元计算输出层的权重;为所述隐藏层的第j个神经元;基于隐藏层所有神经元计算输出层的补偿; 所述采用梯度下降优化算法对所述隐藏层和所述输出层进行参数优化,直至确定预测扭矩偏差与所述样本扭矩偏差的差值满足预设范围,包括: 建立目标函数,所述目标函数为;其中,为预测扭矩偏差;为样本扭矩偏差;k为训练次数; 采用所述目标函数对隐藏层和输出层的各个权重和补偿进行求导; 调整所述隐藏层和输出层的各个权重和补偿,直至确定所述预测扭矩偏差与所述样本扭矩偏差的差值满足预设范围。
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上海临港电力电子研究有限公司,其通讯地址为:201306 上海市浦东新区自由贸易试验区临港新片区云汉路979号2楼;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励