基于神经网络的感应电动机特性辨识新方法

摘要：

提出并论证了一种基于神经网络的感应电动机特性辨识新方法,只需测得电机两相电流数值便可以辨识出电动机转矩和转速,用改进的Levenberg-Marquardt算法对神经网络进行学习和训练,构建了适合电动机转矩转速观测的BP神经网络.由于RBF神经网络无论是在逼近能力、函数拟合和学习速度方面都优于BP网络,也利用RBF网络进行了辨识.该方法较已经提出的方法相比,需要的检测量少,辨识方法简单.仿真研究表明,RBF神经网络辨识效果优于BP神经网络.

关键词：感应电机、神经网络、辨识、仿真、电气传动、电动机特性

分类号：TP183;TM343(自动化基础理论)

在线出版日期：2006-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-14