| Identifikační kód |
RIV/49777513:23220/23:43969715 |
| Název v anglickém jazyce |
Neural ODE for Estimation of Flux Linkage Models of Synchronous Machines |
| Druh |
D - Stať ve sborníku |
| Jazyk |
eng - angličtina |
| Vědní obor |
20201 - Electrical and electronic engineering |
| Rok uplatnění |
2023 |
| Kód důvěrnosti údajů |
S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
| Počet výskytů výsledku |
1 |
| Počet tvůrců celkem |
4 |
| Počet domácích tvůrců |
4 |
| Výčet všech uvedených jednotlivých tvůrců |
Antonín Glac (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 1876799, orcid: 0000-0001-9517-5433)
Zdeněk Peroutka (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 6823033, orcid: 0000-0002-9400-4760)
Jakub Ševčík (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3668342, orcid: 0000-0001-8816-7961, researcherid: O-7408-2018)
Václav Šmídl (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 6618812, orcid: 0000-0003-3027-6174, researcherid: J-1677-2012) |
| Popis výsledku v anglickém jazyce |
An accurate estimation of flux linkage maps is essential for the proper control and modeling of synchronous machines. We propose to use neural networks as the flux linkage model with training procedure respecting the differential equation of the stator current. Moreover, the neural network allows straightforward extension of the number of input variables. We demonstrate this ability to estimate the flux linkage as a functionof rotor speed and position modulated by slot harmonics. The proposed approach is demonstrated on real interior permanent magnet synchronous machine data. The results demonstrate a significant improvement in current prediction compared to commonly used methods. |
| Klíčová slova oddělená středníkem |
transients;interior permanent magnet synchronous machine;flux linkage model;artificial neural networks |
| Stránka www, na které se nachází výsledek |
https://ieeexplore.ieee.org/document/10312498 |
| DOI výsledku |
10.1109/IECON51785.2023.10312498 |
| Odkaz na údaje z výzkumu |
- |