CN116131668A - 一种电机智能调节方法、系统、设备及存储介质 - Google Patents
一种电机智能调节方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116131668A CN116131668A CN202310348294.6A CN202310348294A CN116131668A CN 116131668 A CN116131668 A CN 116131668A CN 202310348294 A CN202310348294 A CN 202310348294A CN 116131668 A CN116131668 A CN 116131668A
- Authority
- CN
- China
- Prior art keywords
- motor control
- motor
- rotating speed
- regulation
- parameter set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000033228 biological regulation Effects 0.000 claims abstract description 126
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P5/00—Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors
- H02P5/68—Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors controlling two or more dc dynamo-electric motors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本申请涉及电力电子技术领域,提供一种电机智能调节方法、系统、设备及存储介质。通过构建并寻优调整获得具有多个电机控制调节单元的电机控制调节模型,将设定转速和当前转速误差输入电机控制调节模型获得包括多类电机控制参数的多个电机控制参数集合,根据多个电机控制调节单元的多个准确率的大小进行多类电机控制参数的加权计算,获得最终电机控制参数集合对电机的转速进行控制调节。解决现有技术中存在电力工程用电机调节控制准确度不足,导致电机运行存在稳定性和抗干扰性较弱缺陷的技术问题,达到了提高对于电机控制的有效性,实现提高电机运行控制稳定性和抗干扰性的技术效果。
Description
技术领域
本申请涉及电力电子技术领域,特别是涉及一种电机智能调节方法、系统、设备及存储介质。
背景技术
随着科技日益发展以及居民生活水平的逐渐提高,居民对于电力资源的稳定性和需求量与日俱增,因而电力工业也始终处于蓬勃发展的状态。在电力工业中,电机是发电厂以及变电站的重要设备,是实现将机械能转化为电能的重要手段。
电机设备的运行转速往往取决于人工输入的设定转速参数,在电机实际运行过程中,受外界环境影响或电机运行温升,容易出现电机设备实际运行转速与开始设定的转速参数不一致的现象,这一现象极大影响了电机运行稳定性和抗干扰能力。
综上所述,现有技术中存在电力工程用电机调节控制准确度不足,导致电机运行存在稳定性和抗干扰性较弱缺陷的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实现提高对于电机控制的有效性,提高电机运行控制稳定性和抗干扰性的一种电机智能调节方法、系统、设备及存储介质。
一种电机智能调节方法,方法包括:构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
一种电机智能调节系统,所述系统包括:调节模型构建模块,用于构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;调节单元寻优模块,用于基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;窗口数据获取模块,用于在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;控制参数获得模块,用于将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;控制参数计算模块,用于根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;控制调节执行模块,用于将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;
根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;
根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
上述一种电机智能调节方法、系统、设备及存储介质,解决了现有技术中存在电力工程用电机调节控制准确度不足,导致电机运行存在稳定性和抗干扰性较弱缺陷的技术问题,达到了提高对于电机控制的有效性,实现提高电机运行控制稳定性和抗干扰性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种电机智能调节方法的流程示意图;
图2为一个实施例中一种电机智能调节方法中获得最终电机控制参数集合的流程示意图;
图3为一个实施例中一种电机智能调节系统的结构框图;
图4为一个实施例中计算机设备的内部结构图;
附图标记说明:调节模型构建模块1,调节单元寻优模块2,窗口数据获取模块3,控制参数获得模块4,控制参数计算模块5,控制调节执行模块6。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种电机智能调节方法,其特征在于,所述方法包括:
S100:构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
在一个实施例中,构建电机控制调节模型,本申请提供的方法步骤S100还包括:
S110:基于BP神经网络,构建所述多个电机控制调节单元,其中,所述多个电机控制调节单元的输入数据包括设定转速和转速误差,输出数据包括所述电机转速控制器的比例系数、积分系数和微分系数;
S120:集成所述多个电机控制调节单元,获得所述电机控制调节模型。
具体而言,在本实施例中,所述电机为应用于电力工程领域的直流电机,基于所述电机转速控制器实现所述电机的转速调节控制以及消除电机转速误差。所述电机控制器为PID转速控制器,PID转速控制器是由比例(KP)、积分(Ti)和微分(Td)三个控制部分组成的。其中,比例控制部分根据实际转速和目标转速之间的误差进行调整,使输出转速接近目标转速;积分控制部分可以消除静态误差,通过对误差的积分来增加输出;微分控制部分可以消除动态误差,通过对误差的微分来减少输出的波动。本实施例通过对所述电机转速控制器设定比例系数(KP)、积分系数(Ti)、微分系数(Td)以进行所述电机的转速调节控制。
为提高所述电机转速控制器进行电机转速控制时的转速控制有效性,本实施例基于反向传播神经网络神经网络(即所述BP神经网络)构建多个电机控制调节单元,所述多个电机控制调节单元的输入数据包括设定转速和转速误差,输出数据包括所述电机转速控制器的比例系数、积分系数和微分系数。
所述设定转速为希望所述电机运行时的转速,所述转速误差为电机实际运行转速与所述设定转速之间的转速差数据。
将所述多个电机控制调节单元定义为第一电机控制调节单元至第N电机控制调节单元,所述多个电机控制调节单元的模型构建逻辑以及用途具有一致性,将所述多个电机控制调节单元集成构建所述电机控制调节模型的数据处理层,结合数据输入层以及输出输出层完成所述电机控制调节模型的构建,获得所述电机控制调节模型,将任意组合设定转速和转速误差输入所述电机控制调节模型,可获得多组包括比例系数(KP)、积分系数(Ti)、微分系数(Td)的电机控制参数集合。
本实施例通过构建集成多个电机控制调节单元的电机控制调节模型,实现了基于电机设定转速和转速误差数据获得多组进行电机调节控制的电机控制参数,达到了为寻优确定符合电机控制调节需求的电机控制参数提供寻优基础数据的技术效果。
S200:基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
在一个实施例中,基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元,本申请提供的方法步骤S200还包括:
S210:对第一电机控制调节单元的模型参数进行随机调整和组合,获得多个模型参数集合,其中,所述第一电机控制调节单元属于所述多个电机控制调节单元内;
S220:在所述多个模型参数集合中,以提升所述第一电机控制调节单元的准确率为目的,进行寻优,获得最优模型参数集合;
S230:采用所述最优模型参数集合,对所述第一电机控制调节单元的模型参数进行调整,获得调整后的第一电机控制调节单元;
S240:继续对其他的电机控制调节单元的模型参数进行寻优和调整,获得调整后的所述多个电机控制调节单元。
在一个实施例中,在所述多个模型参数集合中,以提升所述第一电机控制调节单元的准确率为目的,进行寻优,获得最优模型参数集合,本申请提供的方法步骤S220还包括:
S221:在所述多个模型参数集合内随机选择一模型参数集合,作为第一模型参数集合,并作为临时最优模型参数结合;
S222:基于历史时间内电机的控制调节数据,对所述第一模型参数集合进行测试,获得所述第一模型参数集合的第一准确率信息;
S223:再次在所述多个模型参数集合内随机选择一模型参数集合,作为第二模型参数集合;
S224:基于历史时间内电机的控制调节数据,对所述第二模型参数集合进行测试,获得所述第二模型参数集合的第二准确率信息;
S225:判断所述第二准确率信息是否大于所述第一准确率信息,若是,则将所述第二模型参数集合作为临时最优模型参数集合,若否,则按照概率将所述第二模型参数集合作为临时最优模型参数集合,所述概率通过下式计算:
;
其中,P为概率,为第二准确率信息,为第一准确率信息,N为寻优速度因子,N随着迭代寻优次数的增加而减小;
S226:继续进行迭代寻优,达到预设迭代寻优次数后,将最终的临时最优模型参数集合输出,作为所述最优模型参数集合。
在一个实施例中,基于历史时间内电机的控制调节数据,对所述第一模型参数集合进行测试,获得所述第一模型参数集合的第一准确率信息,本申请提供的方法步骤S222还包括:
S222-1:基于历史时间内电机的控制调节数据,获取历史设定转速集合、历史转速误差集合、历史电机控制参数集合;
S222-2:对所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合进行随机划分,获得数据量相同的多个子历史设定转速集合、多个子历史转速误差集合和多个子历史电机控制参数集合;
S222-3:采用所述第一模型参数集合对所述第一电机控制调节单元的模型参数进行调整;
S222-4:随机选择获得第一子历史设定转速集合、第一子历史转速误差集合和第一子历史电机控制参数集合,对调整后的所述第一电机控制调节单元进行测试,获得所述第一准确率信息。
具体而言,在本实施例中,基于BP神经网络构建所述多个电机控制调节单元,通过BP神经网络控制输入输出电机控制调节单元的样本的自学习来调整电机控制调节单元的控制网络中的多个权值、阈值大小进行所述电机控制调节单元的有监督训练,使电机控制调节单元的控制参数自整定,输出最准确最有效的用于进行电机转速调节控制,消除电机转速误差的电机控制参数集合。
在本实施例中,电机控制单元控制网络中的多个权值、阈值数据统称为所述电机控制调节单元的模型参数,通过调整模型参数以实现提高电机控制单元输出准确性。本实施例通过进行模型参数调整寻优,以获得使电机控制单元输出准确率最高的模型参数,本实施例以进行第一电机控制调节单元的模型参数寻优过程为例进行具体阐述,第二电机控制调节单元至第N电机控制调节单元的模型参数寻优过程与第一电机控制调节单元的模型参数寻优过程具有一致性,在此不做赘述。
具体的,对第一电机控制调节单元的模型参数进行参数数值随机调整和组合,获得多个模型参数集合,每一模型参数集合中包含若干个权重数据和阈值数据,在所述多个模型参数集合内随机取出不放回选择一模型参数集合,作为第一模型参数集合,并作为临时最优模型参数结合。
采用调节权重数据、阈值数据的方法进行所述电机控制调节单元的有监督训练,在有监督训练过程中所采用的训练数据获得方法为,基于历史时间内电机的控制调节数据,获取过去对于该电机或同型号电机设定转速的所述历史设定转速集合、历史该电机或同型号电机实际运行转速与设定转速的所述历史转速误差集合、由多组比例系数(KP)、积分系数(Ti)、微分系数(Td)构成的所述历史电机控制参数集合。
所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合中数据存在映射关系,具体映射关系为电机转速控制器基于历史设定转速参数数据生成历史电机控制参数信息以实际进行电机运行控制,在电机运行过程中产生历史转速误差信息。
对所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合进行随机划分,获得数据量相同的多个子历史设定转速集合、多个子历史转速误差集合和多个子历史电机控制参数集合。
采用所述第一模型参数集合的权重数据、阈值数据对所述第一电机控制调节单元的模型参数进行调整,随机选择获得第一子历史设定转速集合、第一子历史转速误差集合和第一子历史电机控制参数集合,对调整后的所述第一电机控制调节单元进行测试,获得所述第一准确率信息,所述第一准确率信息为在所述第一模型参数集合下,第一电机控制调节单元的输出结果准确率。
再次在所述多个模型参数集合内随机取出不放回选择一模型参数集合,作为第二模型参数集合,采用获得所述第一准确率信息相同方法,基于历史时间内电机的控制调节数据,对所述第二模型参数集合进行测试,获得所述第二模型参数集合的第二准确率信息。
判断所述第二准确率信息是否大于所述第一准确率信息,若是,则将所述第二模型参数集合作为临时最优模型参数集合,并再次在所述多个模型参数集合内随机取出不放回选择一模型参数集合,作为第三模型参数集合,采用获得所述第一准确率信息相同方法,基于历史时间内电机的控制调节数据,对所述第三模型参数集合进行测试,获得所述第三模型参数集合的第三准确率信息。判断所述第三准确率信息是否大于所述第三准确率信息,若是,则将所述第三模型参数集合作为临时最优模型参数集合,每次在判断结果为前一准确率信息小于后一准确率信息时重复执行上述寻优循环。
若所述第二准确率信息小于所述第一准确率信息,即前一准确率信息大于后一准确率信息,则按照概率将所述第二模型参数集合作为临时最优模型参数集合,所述概率通过下式计算:
;
在所述概率公式中,P为概率,为第二准确率信息,为第一准确率信息,N为寻优速度因子,N随着迭代寻优次数的增加而减小,每进行一次寻优,即发生一次迭代寻优,N的数值为迭代次数,例如进行第一准确率信息大于第二准确率信息时,套用上述公式时,N取值为2。
预设模型参数集合保留概率阈值,当基于公式计算获得的概率数据满足所述保留概率阈值时,将第二模型参数集合保留至备选临时最优模型参数集合库内,当基于公式计算获得的概率数据不满足所述保留概率阈值时,将第二模型参数集合舍弃,备选临时最优模型参数集合库内留存第一模型参数集合。
继续进行迭代寻优,进行备选临时最优模型参数集合库扩充,达到预设迭代寻优次数后,在备选临时最优模型参数集合库中进行各个模型参数集合对应准确率信息的由小到大排序,将准确率信息最大的模型参数集合作为所述临时最优模型参数集合输出。
采用所述最优模型参数集合,对所述第一电机控制调节单元的模型参数进行调整,获得调整后的第一电机控制调节单元。采用第一电机控制调节单元相同的模型寻优调整方法,继续对其他的电机控制调节单元的模型参数进行寻优和调整,获得调整后的所述多个电机控制调节单元,基于所述多个电机控制调节单元生成所述电机控制调节模型。
本实施例通过构建备选临时最优模型参数集合库进行模型参数集合保留,以避免迭代寻优陷入局部寻优或真正的临时最优模型参数集合在迭代过程中被舍弃,达到了构建输出结果准确率最高的电机控制调节单元,间接实现构建获得输出准确率最高的电机控制调节模型,为后续进行电机控制提供有效控制参数的技术效果。
S300:在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
在一个实施例中,在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差,本申请提供的方法步骤S300还包括;
S310:获取所述电机的设定转速;
S320:获取所述电机当前的实际转速,结合所述设定转速计算获得所述转速误差。
具体而言,应理解的,所述转速误差为电机实际运行转速与预先设定转速至今的转速差,因而在本实施例中,获取所述电机的预先设定转速信息,并获得所述电机实际运行的所述实际转速,根据所述设定转速和所述实际转速计算获得所述转速误差。
本实施通过获得设定转速以及计算获得所述转速误差,为后续作为输入数据通过电机控制调节模型进行数据分析获得消除转速误差的电机控制参数提供基础数据的技术效果。
S400:将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数。
具体而言,在本实施例中,经由所述电机控制调节模型的输入层将所述设定转速和所述当前转速误差输入所述电机控制调节模型内,并将所述设定转速和所述当前转速误差在数据处理层逐一输入所述多个电机控制调节单元内,基于多个电机控制调节单元实际进行数据处理,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数,具体包括比例系数(KP)、积分系数(Ti)、微分系数(Td)。
S500:根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
在一个实施例中,如图2所示,根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,本申请提供的方法步骤S500还包括:
S510:采用所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合作为测试数据,对所述多个电机控制调节单元进行测试,获得多个准确率信息;
S520:根据所述多个准确率信息的大小,进行权重分配,获得权重分配结果;
S530:采用所述权重分配结果,分别对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得所述最终电机控制参数集合。
具体而言,在本实施例中,在基于步骤S200的寻优迭代方式获得所述多个电机控制调节单元后,再次采用所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合作为测试数据,对所述多个电机控制调节单元进行测试,获得多个准确率信息。所述多个准确率信息对应为多个电机控制调节单元的输出准确率信息。
将所述多个准确率信息加和作为分母,每一准确率信息作为分子,计算获得每一准确率信息占比数据作为多个电机控制调节单元的所述权重分配结果,采用所述权重分配结果,分别对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得所述最终电机控制参数集合,达到了提高最终电机控制参数集合的数据获得有效性和可信性的技术效果。
S600:将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
具体而言,在本实施例中,将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节,以消除电机转速误差,使电机按照设定转速运行。本实施例达到了提高对于电机控制的有效性,实现提高电机运行控制稳定性和抗干扰性的技术效果。
在一个实施例中,如图3所示,提供了一种电机智能调节系统,包括:调节模型构建模块1,调节单元寻优模块2,窗口数据获取模块3,控制参数获得模块4,控制参数计算模块5,控制调节执行模块6,其中:
调节模型构建模块1,用于构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
调节单元寻优模块2,用于基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
窗口数据获取模块3,用于在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
控制参数获得模块4,用于将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;
控制参数计算模块5,用于根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
控制调节执行模块6,用于将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
在一个实施例中,所述窗口数据获取模块3还包括;
设定转速获取单元,用于获取所述电机的设定转速;
转速误差计算单元,用于获取所述电机当前的实际转速,结合所述设定转速计算获得所述转速误差。
在一个实施例中,所述调节模型构建模块1还包括:
调节单元构建单元,用于基于BP神经网络,构建所述多个电机控制调节单元,其中,所述多个电机控制调节单元的输入数据包括设定转速和转速误差,输出数据包括所述电机转速控制器的比例系数、积分系数和微分系数;
调节模型生成单元,用于集成所述多个电机控制调节单元,获得所述电机控制调节模型。
在一个实施例中,所述调节单元寻优模块2还包括:
模型参数获得单元,用于对第一电机控制调节单元的模型参数进行随机调整和组合,获得多个模型参数集合,其中,所述第一电机控制调节单元属于所述多个电机控制调节单元内;
模型参数寻优单元,用于在所述多个模型参数集合中,以提升所述第一电机控制调节单元的准确率为目的,进行寻优,获得最优模型参数集合;
模型参数调整单元,用于采用所述最优模型参数集合,对所述第一电机控制调节单元的模型参数进行调整,获得调整后的第一电机控制调节单元;
调节单元获得单元,用于继续对其他的电机控制调节单元的模型参数进行寻优和调整,获得调整后的所述多个电机控制调节单元。
在一个实施例中,所述模型参数寻优单元还包括:
参数集合定义单元,用于在所述多个模型参数集合内随机选择一模型参数集合,作为第一模型参数集合,并作为临时最优模型参数结合;
模型参数测试单元,用于基于历史时间内电机的控制调节数据,对所述第一模型参数集合进行测试,获得所述第一模型参数集合的第一准确率信息;
参数集合选取单元,用于再次在所述多个模型参数集合内随机选择一模型参数集合,作为第二模型参数集合;
测试模型参数单元,用于基于历史时间内电机的控制调节数据,对所述第二模型参数集合进行测试,获得所述第二模型参数集合的第二准确率信息;
测试结果判断单元,用于判断所述第二准确率信息是否大于所述第一准确率信息,若是,则将所述第二模型参数集合作为临时最优模型参数集合,若否,则按照概率将所述第二模型参数集合作为临时最优模型参数集合,所述概率通过下式计算:
;
其中,P为概率,为第二准确率信息,为第一准确率信息,N为寻优速度因子,N随着迭代寻优次数的增加而减小;
迭代寻优执行单元,用于继续进行迭代寻优,达到预设迭代寻优次数后,将最终的临时最优模型参数集合输出,作为所述最优模型参数集合。
在一个实施例中,所述测试模型参数单元还包括:
历史数据获得单元,用于基于历史时间内电机的控制调节数据,获取历史设定转速集合、历史转速误差集合、历史电机控制参数集合;
数据集合划分单元,用于对所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合进行随机划分,获得数据量相同的多个子历史设定转速集合、多个子历史转速误差集合和多个子历史电机控制参数集合;
模型参数调整单元,用于采用所述第一模型参数集合对所述第一电机控制调节单元的模型参数进行调整;
准确率信息获得单元,用于随机选择获得第一子历史设定转速集合、第一子历史转速误差集合和第一子历史电机控制参数集合,对调整后的所述第一电机控制调节单元进行测试,获得所述第一准确率信息。
在一个实施例中,所述控制参数计算模块5还包括:
测试数据测试单元,用于采用所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合作为测试数据,对所述多个电机控制调节单元进行测试,获得多个准确率信息;
权重分配执行单元,用于根据所述多个准确率信息的大小,进行权重分配,获得权重分配结果;
加权计算执行单元,用于采用所述权重分配结果,分别对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得所述最终电机控制参数集合。
关于一种电机智能调节系统的具体实施例可以参见上文中对于一种电机智能调节方法的实施例,在此不再赘述。上述一种电机智能调节系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网路接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网路接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电机智能调节方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电机智能调节方法,其特征在于,所述方法包括:
构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;
根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
2.根据权利要求1所述的电机智能调节方法,其特征在于,在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差,包括;
获取所述电机的设定转速;
获取所述电机当前的实际转速,结合所述设定转速计算获得所述转速误差。
3.根据权利要求1所述的电机智能调节方法,其特征在于,构建电机控制调节模型,包括:
基于BP神经网络,构建所述多个电机控制调节单元,其中,所述多个电机控制调节单元的输入数据包括设定转速和转速误差,输出数据包括所述电机转速控制器的比例系数、积分系数和微分系数;
集成所述多个电机控制调节单元,获得所述电机控制调节模型。
4.根据权利要求1所述的电机智能调节方法,其特征在于,基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元,包括:
对第一电机控制调节单元的模型参数进行随机调整和组合,获得多个模型参数集合,其中,所述第一电机控制调节单元属于所述多个电机控制调节单元内;
在所述多个模型参数集合中,以提升所述第一电机控制调节单元的准确率为目的,进行寻优,获得最优模型参数集合;
采用所述最优模型参数集合,对所述第一电机控制调节单元的模型参数进行调整,获得调整后的第一电机控制调节单元;
继续对其他的电机控制调节单元的模型参数进行寻优和调整,获得调整后的所述多个电机控制调节单元。
5.根据权利要求4所述的电机智能调节方法,其特征在于,在所述多个模型参数集合中,以提升所述第一电机控制调节单元的准确率为目的,进行寻优,获得最优模型参数集合,包括:
在所述多个模型参数集合内随机选择一模型参数集合,作为第一模型参数集合,并作为临时最优模型参数结合;
基于历史时间内电机的控制调节数据,对所述第一模型参数集合进行测试,获得所述第一模型参数集合的第一准确率信息;
再次在所述多个模型参数集合内随机选择一模型参数集合,作为第二模型参数集合;
基于历史时间内电机的控制调节数据,对所述第二模型参数集合进行测试,获得所述第二模型参数集合的第二准确率信息;
判断所述第二准确率信息是否大于所述第一准确率信息,若是,则将所述第二模型参数集合作为临时最优模型参数集合,若否,则按照概率将所述第二模型参数集合作为临时最优模型参数集合,所述概率通过下式计算:
;
其中,P为概率,为第二准确率信息,为第一准确率信息,N为寻优速度因子,N随着迭代寻优次数的增加而减小;
继续进行迭代寻优,达到预设迭代寻优次数后,将最终的临时最优模型参数集合输出,作为所述最优模型参数集合。
6.根据权利要求5所述的电机智能调节方法,其特征在于,基于历史时间内电机的控制调节数据,对所述第一模型参数集合进行测试,获得所述第一模型参数集合的第一准确率信息,包括:
基于历史时间内电机的控制调节数据,获取历史设定转速集合、历史转速误差集合、历史电机控制参数集合;
对所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合进行随机划分,获得数据量相同的多个子历史设定转速集合、多个子历史转速误差集合和多个子历史电机控制参数集合;
采用所述第一模型参数集合对所述第一电机控制调节单元的模型参数进行调整;
随机选择获得第一子历史设定转速集合、第一子历史转速误差集合和第一子历史电机控制参数集合,对调整后的所述第一电机控制调节单元进行测试,获得所述第一准确率信息。
7.根据权利要求6所述的电机智能调节方法,其特征在于,根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,包括:
采用所述历史设定转速集合、历史转速误差集合、历史电机控制参数集合作为测试数据,对所述多个电机控制调节单元进行测试,获得多个准确率信息;
根据所述多个准确率信息的大小,进行权重分配,获得权重分配结果;
采用所述权重分配结果,分别对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得所述最终电机控制参数集合。
8.一种电机智能调节系统,其特征在于,所述系统包括:
调节模型构建模块,用于构建电机控制调节模型,其中,所述电机控制调节模型内包括多个电机控制调节单元;
调节单元寻优模块,用于基于历史时间内电机的控制调节数据,分别对所述多个电机控制调节单元的模型参数进行寻优和调整,获得调整后的多个电机控制调节单元;
窗口数据获取模块,用于在当前时间窗口,获取待进行控制的电机的设定转速和当前转速误差;
控制参数获得模块,用于将所述设定转速和所述当前转速误差输入所述电机控制调节模型内的所述多个电机控制调节单元内,获得多个电机控制参数集合,每个电机控制参数集合内包括多类电机控制参数;
控制参数计算模块,用于根据所述多个电机控制调节单元的多个准确率的大小,对所述多个电机控制参数集合内的多类电机控制参数进行加权计算,获得最终电机控制参数集合;
控制调节执行模块,用于将所述最终电机控制参数集合输入电机转速控制器,对所述电机的转速进行控制调节。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348294.6A CN116131668A (zh) | 2023-04-04 | 2023-04-04 | 一种电机智能调节方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348294.6A CN116131668A (zh) | 2023-04-04 | 2023-04-04 | 一种电机智能调节方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116131668A true CN116131668A (zh) | 2023-05-16 |
Family
ID=86306548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310348294.6A Pending CN116131668A (zh) | 2023-04-04 | 2023-04-04 | 一种电机智能调节方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116131668A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117008557A (zh) * | 2023-09-28 | 2023-11-07 | 苏州顶材新材料有限公司 | 共混型互穿网络热塑性弹性体的生产控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108365784A (zh) * | 2017-11-24 | 2018-08-03 | 天津大学 | 基于改进pso-bp神经网络的无刷直流电机控制方法 |
CN114994289A (zh) * | 2022-08-01 | 2022-09-02 | 江苏卓鹏智能机电有限公司 | 一种纺纱产品质量检测方法及系统 |
CN115883182A (zh) * | 2022-11-28 | 2023-03-31 | 陈杰 | 一种提高网络安全态势要素识别效率的方法及系统 |
-
2023
- 2023-04-04 CN CN202310348294.6A patent/CN116131668A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108365784A (zh) * | 2017-11-24 | 2018-08-03 | 天津大学 | 基于改进pso-bp神经网络的无刷直流电机控制方法 |
CN114994289A (zh) * | 2022-08-01 | 2022-09-02 | 江苏卓鹏智能机电有限公司 | 一种纺纱产品质量检测方法及系统 |
CN115883182A (zh) * | 2022-11-28 | 2023-03-31 | 陈杰 | 一种提高网络安全态势要素识别效率的方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117008557A (zh) * | 2023-09-28 | 2023-11-07 | 苏州顶材新材料有限公司 | 共混型互穿网络热塑性弹性体的生产控制方法及系统 |
CN117008557B (zh) * | 2023-09-28 | 2023-12-15 | 苏州顶材新材料有限公司 | 共混型互穿网络热塑性弹性体的生产控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909211B (zh) | 基于模糊c均值聚类算法的风场等值建模及优化控制方法 | |
CN116131668A (zh) | 一种电机智能调节方法、系统、设备及存储介质 | |
CN112241836B (zh) | 一种基于增量学习的虚拟负荷主导参数辨识方法 | |
CN115097920A (zh) | 一种调节服务器机箱的温度的方法、装置、服务器及介质 | |
CN116839173A (zh) | 一种能耗优化方法、装置、存储介质和电子设备 | |
CN1573624A (zh) | 用于批性能估计的装置和方法 | |
CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
CN112052604A (zh) | 风机等效疲劳载荷的预测方法、系统、设备及可读介质 | |
CN116292057A (zh) | 一种可变速抽水蓄能机组的控制方法、装置、设备及介质 | |
CN116054240A (zh) | 一种基于功率预测的风电并网运行控制优化方法及系统 | |
CN115759422A (zh) | 供暖热负荷预测方法、系统、设备和介质 | |
CN116522752A (zh) | 一种基于机理与数据融合的压缩空气储能系统仿真方法 | |
CN110991741A (zh) | 一种基于深度学习的断面约束概率预警方法及系统 | |
CN115907192A (zh) | 风电功率波动区间预测模型的生成方法、装置及电子设备 | |
CN113705929A (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN109960778B (zh) | 计算风电场理论功率的方法和装置 | |
CN111737874A (zh) | 一种面膜液粘度预测方法、装置、设备及可读存储介质 | |
CN113806172B (zh) | 一种处理设备状态参数的方法、装置、电子设备及存储介质 | |
CN109944740B (zh) | 风电场场群控制方法和设备 | |
CN114087720B (zh) | 一种空调的控制方法及装置 | |
CN113803217B (zh) | 风电机组的风速预估方法和装置 | |
CN112260288B (zh) | 一种电力系统中节点电压的调整方法及装置 | |
Mado et al. | A Matlab/Simulink Simulation Small Signal Stability of Single-Machine Infinite Bus Using Optimal Control Based on Load Cluster Patterns | |
CN114784855A (zh) | 一种静态电压稳定概率评估随机Kriging法 | |
CN114611824A (zh) | 风机机组极限载荷的预测方法及系统、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230516 |