一种基于物理信息神经网络的永磁同步电机温度估计方法

专利概览

申请人

西北工业大学

发明人

葛乐飞;李红兵;蒙椿壬;郭小强;公超;宋受俊;李伟林

申请号

CN202611095620.7

主分类号

G06N3/042

IPC

G06N3/042;H02P29/60;H02P29/64;H02P29/66;H02P25/022;H02P23/14;H02P21/14;G06N3/0455;G06N3/0499;G06F18/25

摘要

本发明属于电机温度估计与热管理技术领域，公开了一种基于物理信息神经网络的永磁同步电机温度估计方法。该方法将多节点集总参数热网络模型的数学方程深度嵌入至Transformer架构中，并针对性地引入了物理损失自适应权重计算机制与可学习对数方差参数。通过上述方案，本发明的温度估计结果不仅实现了高精度的“运行工况‑关键部件温度”数据映射，同时遵循了热力学能量守恒定律。此外，发明所提出的方法能够在实现电机热动力学参数透明化提取的同时，有效提升改进Transformer网络在未见极端变载工况下的估计精度与泛化能力。

转化信息

许可费

面议