[发明专利]电机启动控制参数优化方法、装置及电机启动控制系统

说明书

本申请公开一种电机启动控制参数优化方法、装置、存储介质、电机配置设备及电机启动控制系统。该方法包括：根据电机启动模型中电机启动控制参数的预设取值范围随机产生电机启动控制参数，并基于随机产生的电机启动控制参数建立训练集和测试集；建立深度学习网络模型，使用训练集对深度学习网络模型进行训练，并使用测试集对训练后的模型进行验证，以得到目标深度学习网络模型；将目标电机的样本集中的电机启动控制参数输入目标深度学习网络模型，并根据目标深度学习网络模型输出的电机启动预测值获取目标电机的最优电机启动控制参数。本申请可以适合各种不同类型的电机和使用场景，且可以使每种电机的性能指标都能取得最优控制。

技术领域

本申请涉及电机控制技术领域，具体涉及一种电机启动控制参数优化方法、装置、存储介质、电机配置设备及电机启动控制系统。

背景技术

随着电机技术的快速发展，直流无刷电机在汽车、工具、家电、工业控制、自动化以及航空航天行业等有了较为广泛的应用。直流无刷电机的运行需要专用的驱动算法对电机进行控制和保护。在相关技术中，在对电机进行控制时，很难寻求一个完美的电机启动控制参数，使其适合各种不同类型的电机和使用场景，因此不能使每种电机的性能指标都能取得最优控制。

发明内容

有鉴于此，本申请提供一种电机启动控制参数优化方法、装置、存储介质、电机配置设备及电机启动控制系统，以改善现有方案电机启动控制参数不适合各种不同类型的电机和使用场景、不能使每种电机的性能指标都能取得最优控制的问题。

第一方面，本申请实施例提供一种电机启动控制参数优化方法，包括：

根据电机启动模型中电机启动控制参数的预设取值范围随机产生电机启动控制参数，并基于随机产生的所述电机启动控制参数建立训练集和测试集；

建立深度学习网络模型，使用所述训练集对所述深度学习网络模型进行训练，并使用所述测试集对训练后的模型进行验证，以得到目标深度学习网络模型；

将目标电机的样本集中的电机启动控制参数输入所述目标深度学习网络模型，并根据所述目标深度学习网络模型输出的电机启动预测值获取所述目标电机的最优电机启动控制参数。

可选地，所述电机启动控制参数包括电机启动输入参数和电机启动目标值，所述根据电机启动模型中电机启动控制参数的预设取值范围随机产生电机启动控制参数，并基于随机产生的所述电机启动控制参数建立训练集和测试集，包括：

所述根据电机启动模型中电机启动输入参数的预设取值范围随机产生电机启动输入参数，通过在线监测生成在线观测数据；

根据所述在线观测数据确定所述电机启动目标值；

根据所述电机启动输入参数和所述电机启动目标值建立所述训练集和所述测试集。

可选地，所述根据所述电机启动输入参数和所述电机启动目标值建立训练集和测试集，包括：

若所述电机启动输入参数和所述电机启动目标值的分布满足预设条件，则对所述电机启动输入参数和所述电机启动目标值进行归一化处理；

根据归一化处理后的电机启动输入参数和电机启动目标值建立所述训练集和所述测试集。

可选地，所述电机启动输入参数至少包括：

直流励磁期间的持续时间、直流励磁期间参考电流的初始值、直流励磁期间参考电流的最终值、强制换流期间的最大持续时间、预设总时间结束时的转子速度以及转子速度转换为电流的PID(Proportion Integration Differentiation，比例-积分-微分)参数。

可选地，所述电机启动目标值至少包括电机启动功率目标值和电机启动时间目标值中的任意一种。