控制理论与应用

作者：李峰,杨岳松,李生权

单位：江苏理工学院 电气信息工程学院,江苏理工学院 电气信息工程学院,扬州大学 电气与能源动力工程学院

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

基金：国家自然科学基金项目(62003151), 江苏高校“青蓝工程”项目([2025]4), 江苏理工学院中吴青年创新人才支持计划项目(202102003), 江苏理工学 院研究生科研与实践创新计划项目(XSJCX24 06)资助.

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Grunwald-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%.

来源：2025年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第6期