专利交易市场

本发明涉及一种基于神经网络直接转矩控制的永磁直驱风电机组控制方法，属电气工程技术领域。该方法采用神经网络直接转矩控制策略，通过离线训练定子磁链神经网络，逼近定子磁链参考值与电磁转矩的关系曲线，实现变定子磁链参考值控制，控制永磁直驱型风力发电机的定子电流d轴分量ids保持为零；通过将永磁直驱型风力发电机的定子电压计算式进行离散化处理，计算得到定子电压的α轴、β轴分量的参考值u*sα和u*sβ，将此参考值经SVPWM模块调制后产生驱动信号，驱动所述机侧变流器的功率开关管，控制所述永磁直驱型风力发电机工作。本发明可降低发电机定子侧电流谐波畸变和机侧变流器能耗，确保整个风电机组系统性能最优。

本发明提供了一种具有全局指定性能的直升机系统自适应神经网络控制方法，包括：根据拉格朗日力学模型，建立2‑DOF直升机系统的非线性动力学方程并进行简化，采用径向基函数神经网络近似非线性动力学方程的不确定项；获取2‑DOF直升机系统的跟踪误差，引入关键函数；获取坐标变换，引入动态表面控制技术；设计2‑DOF直升机系统的控制器和自适应律；建立李雅普诺夫函数并分析，保证2‑DOF直升机系统的稳定性；本申请通过采用时变标度函数，提出了一个独立于参考信号的初始值的指定函数。再通过归一化函数变换和障碍函数变换，将性能约束可视化为跟踪误差约束，将原约束误差转化为等效的无约束误差。实现了2‑DOF直升机系统的更精确的跟踪和更稳定的控制。