仪器仪表学报

作者：马炳图，杜钦君，张婷，李伟强，刘家合

单位：马炳图,山东理工大学电气与电子工程学院淄博255022,,杜钦君,山东理工大学电气与电子工程学院淄博255022,duqinjun@sdut.edu.cn,张婷,山东理工大学电气与电子工程学院淄博255022,,李伟强,山东理工大学电气与电子工程学院淄博255022,,刘家合,山东理工大学电气与电子工程学院淄博255022,

关键词：风力发电机;永磁同步电机;无模型预测电流控制;一阶超局部模型;神经网络观测器;双矢量控制

基金：国家自然科学基金项目(62076152)、山东省科技型中小企业创新能力提升工程项目(2024TSGC0291)资助

针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题，提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF?MFPCC)方案。根据一阶超局部模型原理构建了PMSM无模型预测电流控制的预测模型，仅需使用电机的电流和电压等历史信息即可预测未来时刻的电流值，彻底摆脱对电机电阻、电感和磁链等参数的依赖，解决了传统模型预测电流控制(MPCC)依赖于精确电机参数的问题；设计了一种HBF神经网络观测器来对预测模型的集总误差进行快速辨识，采用决策树优化基函数中心与宽度，该观测器具有较高的辨识速度和适应性，能够有效提高预测模型的准确度；采用一种改进的双矢量最优占空比调制策略，从19组电压矢量组合中选择最优矢量作用于逆变器，并通过自适应时长分配抑制电流纹波，提高电流的跟踪性能。仿真和实验结果表明，在模拟极端参数失配的工况下,提出的HBF?MFPCC策略相比MPCC策略能够使电流跟踪误差降低50%，谐波失真率降低28%;设计的HBF神经网络观测器能够使电流跟踪误差降低53%，谐波失真率降低55%；改进双矢量调制方法能够使电流跟踪误差降低24%，谐波失真率降低11%；该方案能够显著提高系统的鲁棒性且保证良好的电流跟踪性能。

来源：2025年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第8期