-
题名数据驱动的风电机组变桨系统双电机同步驱动控制
- 1
-
-
作者
马炳图
杜钦君
张婷
吴育桐
李伟强
刘家合
-
机构
山东理工大学电气与电子工程学院
-
出处
《电子测量与仪器学报》
2025年第9期202-214,共13页
-
基金
国家自然科学基(62076152)
山东省科技型中小企业创新能力提升工程项目(2024TSGC0291)资助。
-
文摘
双电机驱动变桨系统是一个强耦合非线性时变系统,两台伺服电机的参数也会在运行过程中发生变化,导致系统的机理模型不准确,影响两台电机的同步控制精度。提出了一种基于改进麻雀搜索算法优化混合核极限学习机(CGSSA-HKELM)的数据驱动模型以及量子遗传算法(QGA)求解目标函数的双电机模型预测同步控制系统。首先,采用核极限学习机回归原理,建立两台电机的统一预测模型,提高预测模型的准确度、泛化能力以及学习的快速性。其次,针对核极限学习机对参数设置敏感的问题,利用改进的麻雀搜索算法优化其模型参数并进行离线训练,获得具有自适应能力的预测模型。在构建的模型预测同步控制系统中,引入量子遗传算法对目标函数进行优化求解,避免求解陷入局部最优,得到两个电机的最优控制量。最后,为了证明该方案的有效性,进行了仿真和实验验证,结果表明,设计的双电机同步控制策略与交叉耦合滑模控制策略相比,两台电机的转矩误差下降了45%,转矩脉动下降了40%,仿真和实验结果有效证明了所设计的双电机模型预测同步控制方案的合理性及有效性。
-
关键词
双电机驱动变桨系统
同步控制
数据驱动
模型预测控制器
核极限学习机
麻雀算法
-
Keywords
dual drive propeller system
synchronization control
data-driven
model predictive controller
kernel extreme learning machine
sparrow algorithm
-
分类号
TM301.2
[电气工程]
TN05
[电气工程—电机]
-
