电励磁双凸极电机转矩脉动抑制的控制策略

造成电励磁双凸极电机转矩脉动的原因有很多,通过适当的控制策略可以优化某些因素从而改善转矩脉动。从控制策略方面总结了近年来优化转矩脉动的研究成果,介绍了几种有效的控制方法,大体思路可以从改善绕组相电流(包括稳定相电流、消去谐波电流、电流矢量分解等)、优化开关角度弥补换相电流缺陷以及优化输出转矩控制等方面来减小转矩脉动。

电励磁双凸极电动机换相转矩脉动的研究

电动运行时电励磁双凸极电动机存在转矩脉动的问题,特别是电流换向容易造成很大的转矩脉动。从理论上分析了电流换向过程,利用Maxwell和Simplorer软件的联合仿真验证理论结果,并采用半桥控制电路改善仿真结果,为DSEM电动机的转矩优化设计提供参考。

基于Maxwell 14的外转子电励磁双凸极电机研究

基于Ansoft Maxwell 2D的仿真环境,建立外转子电励磁双凸极电机(DSEM)的仿真模型。对模型进行瞬态磁场仿真,研究电动机的空载特性和负载特性,获得电动机在不同转子位置角度时的磁场分布、电枢和励磁绕组磁链以及电磁转矩曲线等数据。这些数据为电动汽车驱动系统用电机的设计和优化提供了一些参考。

基于神经网络BP算法的局部电网短期负荷预测系统

电网负荷受天气、节假日、生活方式等多方面影响,短期呈现随机性,长期来看,又有一定的规律可循。选择合适的短期负荷预测模型,将有利于提高短期负荷预测的准确率,极大方便调度机构的短期负荷预测工作。本文基于神经网络BP算法的局部电网短期负荷预测,通过采集局部电网数据样本,获得大量数组,再使用神经网络BP算法进行自适应学习,获取各因素与负荷之间的非线性关系,预测局部电网负荷变化趋势,提前调控电网方式,降低局部电网主变、线路运行风险,确保电网安全运行。