УДК 62-83 : 621.313.333 : 681.51

ДОСЛІДЖЕННЯ ТОЧНОСТІ НЕЙРОМЕРЕЖНОГО ОПТИМІЗАТОРА ВТРАТ ПОТУЖНОСТІ В АСИНХРОННОМУ ЕЛЕКТРОПРИВОДІ

Розглянуто енергоощадний векторно-керований асинхронний електропривод з оптимізатором втрат потужності на основі нейронної мережі (НМ). Запропоновано методику та проведено дослідження точності нейромережного оптимізатора при врахуванні ефекту перенавчання НМ. Цей ефект пов’язаний із наявністю помилок при емпіричному визначенні оптимального потокозчеплення ротора двигуна. За результатами дослідження виявлено раціональну кількість нейронів у захованому шарі НМ. У цьому разі можна отримати високу точність оптимізації при використанні досить простої мережі. Бібл. 5, рис. 3.
Ключові слова: нейронна мережа, ефект перенавчання, асинхронний двигун, втрати потужності, оптимізація, потокозчеплення ротора.

ИССЛЕДОВАНИЕ ТОЧНОСТИ НЕЙРОСЕТЕВОГО ОПТИМИЗАТОРА ПОТЕРЬ МОЩНОСТИ В АСИНХРОННОМ ЭЛЕКТРОПРИВОДЕ

Рассмотрен энергосберегающий векторно-управляемый асинхронный электропривод с оптимизатором потерь мощности на базе нейронной сети (НС). Предложена методика и проведено исследование точности нейросетевого оптимизатора с учетом эффекта переобучения НС. Этот эффект связан с наличием ошибок при эмпирическом определении оптимального потокосцепления ротора двигателя. По результатам исследования установлено рациональное количество нейронов в спрятанном слое НС. В этом случае можно получить высокую точность оптимизации при использовании достаточно простой сети. Библ. 5, рис. 3.
Ключевые слова: нейронная сеть, эффект переобучения, асинхронный двигатель, потери мощности, оптимизация, потокосцепление ротора.

STUDY OF THE ACCURACY OF A NEURAL NETWORK OPTIMIZER OF POWER LOSS IN THE INDUCTION MOTOR DRIVE

The energy-saving vector controlled induction motor drive with a neural network (NN) based power loss optimizer is studied. The method is proposed and is studied the accuracy of NN optimizer taking into account the effect of over-learning of NN. This effect is associated with errors of empirical determine of the optimum rotor flux linkage of motor. The results of studies found a rational number of neurons in hidden layer of NN. For this case, may be received high accuracy of optimization using a simple network. References 5, figures 3.
Key words: neural network, over-learning effect, induction motor, power loss, rotor flux linkage.