基于分数阶滤波器和BiGRU神经网络的Wiener非线性系统建模与辨识
李峰1
杨岳松1
李生权2
1.江苏理工学院电气信息工程学院,江苏常州 2130012.扬州大学电气与能源动力工程学院,江苏扬州 225127
摘要：本文提出了一种基于分数阶滤波器和双向门控循环单元(BiGRU)神经网络的Wiener非线性系统建模与辨识方法,并应用于永磁同步电机的电流和电压预测.首先,通过Grünwald-Letnikov方法计算分数阶滤波器的未知系数,并利用该滤波器对输入数据进行滤波,去除高频噪声,增强数据的稳健性;其次,为了提升对序列深层次特征的捕捉能力,使用BiGRU神经网络同时获取序列数据的过去和未来信息,并通过自适应动量估计技术更新BiGRU网络的参数.仿真结果表明,提出的Wiener系统能够有效建立永磁同步电机系统模型,取得了较好的预测效果.与整数阶滤波器BiGRU-attention神经网络相比,电压预测值的均方误差降低了30.87％,平均绝对误差降低了26.97％;电流预测值的均方误差降低了34.42％,平均绝对误差降低了14.88％.
关键词：非线性Wiener系统分数阶滤波器双向GRU神经网络参数辨识永磁同步电机
论文发表日期：2025-06-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 1181-1190 )
英文信息