基于改进电压模型法的无轴承异步电机转子位移自检测方法及控制系统

    公开(公告)号:CN107222148A

    公开(公告)日:2017-09-29

    申请号:CN201710342737.5

    申请日:2017-05-16

    Applicant: 江苏大学

    CPC classification number: H02P23/14 H02P2207/01

    Abstract: 本发明公开了基于改进电压模型法的无轴承异步电机转子位移自检测方法及控制系统,属于电气传动中的稳定控制领域。本方法在无轴承异步电机电压模型法的基础上,采用低通滤波器代替电压模型中的纯积分环节,进而利用电机电感矩阵和转子径向位移之间的关系,设计出转子位移估计器,从而实现转子位移的准确辨识。本发明能够有效检测出转子的径向位移,避免了传统机械式位移传感器的安装对无轴承异步电机高速运行带来的负面影响。采用基于改进电压模型法的无轴承异步电机转子位移自检测方法具有不依赖电机的各种非理想特性、不易引入其他谐波信号、构造简单等优点,便于工程实现。

    一种基于灰色预测模型与BP人工神经网络模型的月用电量预测方法

    公开(公告)号:CN107679651A

    公开(公告)日:2018-02-09

    申请号:CN201710832600.8

    申请日:2017-09-15

    Applicant: 江苏大学

    CPC classification number: G06Q10/04 G06N3/0454 G06N3/08 G06Q50/06

    Abstract: 本发明公开了一种基于灰色预测模型与BP人工神经网络模型的月用电量预测方法,该方法首先计算每月指数,再利用每月指数修正月用电量数据,而后对修正的数据作对数变换并以此建立灰色预测模型,用该模型进行拟合预测后,得到月用电量的拟合值向量、未来月用电量的预测值向量及残差值向量,将残差值向量做计算处理后输入BP人工神经网络模型进行网络训练并做预测,得残差预测值向量,最后,将该向量计算处理后与未来月用电量的预测值向量进行计算处理后得最终预测值矩阵。相比现有方法,本发明能够显著提高月用电量的预测精度。

Patent Agency Ranking