简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:在永磁同步电机数学模型的基础上,根据电机全磁链ψ0和转子永磁体与定子交链的磁链ψf相等的原则,介绍了恒磁链控制法.并通过推导永磁同步电机电磁转矩与定子电流的数学方程,采用查表法建立电流与转矩的拟合关系,使用MATLAB仿真软件建立电机模型,并将恒磁链控制分别与id=0和最大转矩电流比(MTPA)控制方法做了详细对比.仿真结果表明,恒磁链控制法下系统的稳态误差仅有0.478%,稳定性很优秀,且调整时间分别比id=0控制和MTPA控制要快7.7%和27.6%,且功率因数为0.72,均高于id=0控制的0.62和最大转矩电流比控制的0.67.