基于宽范围负载变换的半超导超高节能电机运行控制系统的制作方法

本发明属于电机控制，具体涉及一种基于宽范围负载变换的半超导超高节能电机运行控制系统、方法及设备。

背景技术：

1、半超导超高节能电机是一种新型的节能电机，其结构与传统的交流异步电机相似，主要由定子、转子和轴承等部件组成。其核心部分是定子绕组，它采用了一种特殊的连接方式，使得电流可以在定子绕组中流动，从而产生旋转磁场，驱动转子旋转。半超导超高节能电机的原理是利用超导材料在低温下零电阻的特性，使得定子绕组中的电流可以无损耗地流动，从而产生更强的旋转磁场，提高电机的效率和质量功率。

2、相比传统的交流异步电机，半超导超高节能电机具有更高的效率和更低的使用成本。由于其强大的旋转磁场，半超导超高节能电机的输出功率和转矩都更大，因此在相同的负载下，它可以以更小的转速运行，从而减少能耗。

3、但现有阶段的控制系统无法使得半超导超高节能电机在宽范围负载变换下的高效运行。基于此，本发明提出了一种基于宽范围负载变换的半超导超高节能电机运行控制系统。

技术实现思路

1、为了解决现有技术中的上述问题，即为了解决现有的控制系统无法使得半超导超高节能电机在宽范围负载变换下的高效运行的问题。本发明第一方面，提出了一种基于宽范围负载变换的半超导超高节能电机运行控制系统，该系统包括：

2、数据获取模块，配置为获取半超导超高节能电机的状态数据，作为输入数据；所述输入数据包括电流、转速、扭矩、负载；

3、控制动作输出模块，配置为基于所述输入数据，通过预构建的控制方法得到所述半超导超高节能电机的控制动作；所述控制动作包括调整半超导超高节能电机的供电电压、改变转速或扭矩输出；

4、通过预构建的控制方法得到所述半超导超高节能电机的控制动作包括：通过预构建的深度强化学习算法获取控制动作或通过mpc算法获取控制动作；

5、通过mpc算法获取控制动作，获取过程为：

6、基于所述输入数据，构建半超导超高节能电机的运行模型，进而得到半超导超高节能电机状态的演化方程；

7、通过mpc算法对所述半超导超高节能电机状态的演化方程进行优化，得到最优的控制动作。

8、在一些优选的实施方式中，若所述预构建的深度强化学习算法为深度q网络，则所述深度q网络中的值根据bellman方程进行更新：

9、

10、其中，表示半超导超高节能电机的每个控制动作对应的值，表示在状态下选择动作的即时回报，是折扣因子，表示对未来回报的重视程度，表示在下一个状态下选择所有动作中最大的值。

11、在一些优选的实施方式中，所述深度q网络在训练过程中随机从存储的经验中抽取样本，并使用-greedy策略来选取动作；

12、其中，使用-greedy策略来选取动作，其方法为：

13、以的概率选择随机动作，以的概率选择当前值最大的动作。

14、在一些优选的实施方式中，若通过所述mpc算法优化所述半超导超高节能电机的转速和电流的响应速度，最小化转速偏差和能耗，则所述mpc算法为：

15、

16、其中，表示转速，表示电流，和表示期望的转速和电流参考值，表示控制输入，表示控制输入的惩罚系数。

17、在一些优选的实施方式中，若通过所述mpc算法最小化转速偏差、电流偏差和能耗，同时考虑负载变换的影响，则所述mpc算法为：

18、

19、其中，表示转速，表示电流，和表示期望的转速和电流参考值，表示半超导超高节能电机的控制输入，表示负载变换输入，表示期望的负载变换参考值，是用于衡量期望转速与实际转速之间偏差的权重，是用于衡量期望电流与实际电流之间偏差的权重，是用于衡量期望转矩与实际转矩之间偏差的权重，是用于衡量期望电压与实际电压之间偏差的权重。

20、在一些优选的实施方式中，对所述mpc算法进行优化求解的方法包括二次规划、非线性规划。

21、在一些优选的实施方式中，所述、、和的计算方法为：

22、计算第一参数值的期望值与所述第一参数值的最大可接受偏差的差并求平方，作为第二参数值；所述第一参数值为所述、所述、所述或所述对应参数；

23、通过预设的第一调节参数对所述第二参数值加权，将加权后的第二参数值与1求和，作为第三参数值；

24、通过预设的第二调节参数对所述第三参数值加权，将加权后的第三参数值作为得到的权重，即所述、所述、所述或所述；

25、所述第一调节参数为控制所述第一参数值偏差越大时权重的增长速率的参数；所述第二调节参数为控制权重的整体大小的参数。

26、在一些优选的实施方式中，所述、、和的计算方法为：

27、

28、

29、

30、

31、其中，是转速的最大可接受偏差，是电流的最大可接受偏差，是转矩的最大可接受偏差，是电压的最大可接受偏差，、、、、、、、均为设定的调节参数。

32、本发明的第二方面，提出了一种基于宽范围负载变换的半超导超高节能电机运行控制方法，该方法包括：

33、步骤s10，获取半超导超高节能电机的状态数据，作为输入数据；所述输入数据包括电流、转速、扭矩、负载；

34、步骤s20，基于所述输入数据，通过预构建的控制方法，得到所述半超导超高节能电机的控制动作；所述控制动作包括调整半超导超高节能电机的供电电压、改变转速或扭矩输出；

35、通过预构建的控制方法得到所述半超导超高节能电机的控制动作包括：通过预构建的深度强化学习算法获取控制动作或通过mpc算法获取控制动作；

36、通过mpc算法获取控制动作，获取过程为：

37、基于所述输入数据，构建半超导超高节能电机的运行模型，进而得到半超导超高节能电机状态的演化方程；

38、通过mpc算法对所述半超导超高节能电机状态的演化方程进行优化，得到最优的控制动作。

39、本发明的第三方面，提出了一种基于宽范围负载变换的半超导超高节能电机运行控制设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的一种基于宽范围负载变换的半超导超高节能电机运行控制方法。

40、本发明的有益效果：

41、本发明实现了半超导超高节能电机在宽范围负载变换下的高效运行。

42、1）本发明使用深度强化学习算法进行半超导超高节能电机控制，通过与环境的交互学习，可以自动调整半超导超高节能电机控制策略，并实现高效的运行效果；

43、2）本发明将基于宽范围负载变换的超导节能半超导超高节能电机运行控制方法与mpc算法相结合，实现更高效、鲁棒和可靠的半超导超高节能电机运行控制，提高了半超导超高节能电机运行的性能和稳定性，进而可以应用于各种需要频繁负载变换的半超导超高节能电机系统，例如电动车、风力发半超导超高节能电机组等。