最小二乘支持向量机(least square support vector machines,LS-SVM)是一种基于结构风险最小化的机器学习方法,能逼近任意非线性函数,具有无局部极小等优点。利用其构造异步电机这一多变量、强耦合系统的逆系统,将转子磁链与转速解耦成...最小二乘支持向量机(least square support vector machines,LS-SVM)是一种基于结构风险最小化的机器学习方法,能逼近任意非线性函数,具有无局部极小等优点。利用其构造异步电机这一多变量、强耦合系统的逆系统,将转子磁链与转速解耦成两个独立的伪线性子系统,并设计了相应的闭环控制器。仿真结果表明,该逆系统能有效地实现电机转速与磁链的动态解耦。通过合理地选择控制器参数,整个控制系统对负载扰动有较强的鲁棒性。展开更多
文摘最小二乘支持向量机(least square support vector machines,LS-SVM)是一种基于结构风险最小化的机器学习方法,能逼近任意非线性函数,具有无局部极小等优点。利用其构造异步电机这一多变量、强耦合系统的逆系统,将转子磁链与转速解耦成两个独立的伪线性子系统,并设计了相应的闭环控制器。仿真结果表明,该逆系统能有效地实现电机转速与磁链的动态解耦。通过合理地选择控制器参数,整个控制系统对负载扰动有较强的鲁棒性。