买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中北大学申请的专利基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120855983B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511373645.4，技术领域涉及：H02P21/24；该发明授权基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法及系统是由马子豪;郭栋;马铁华;武耀艳;赵志良;丰雷;刘洁;张晨设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法及系统在说明书摘要公布了：本发明公开了基于ESO‑PLL与Bi‑GRU融合的永磁同步电机无位置传感器控制方法及系统，用于解决传统单一观测器在复杂工况下的动态精度不足的技术问题，以及解决电机全速域控制技术问题，属于永磁同步电机无位置传感器控制技术领域。本发明包括以下步骤：步骤一、通过ESO‑PLL相结合对永磁同步电机转子的位置与转速进行预测；步骤二、通过Bi‑GRU神经网络模型对永磁同步电机转子的位置与转速进行预测；步骤三、将ESO‑PLL的预测值与Bi‑GRU神经网络模型的预测值进行加权配比，建立ESO‑PLL与Bi‑GRU的融合预测表达式，提高永磁同步电机全速域的无位置传感器控制性能。

本发明授权基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法及系统在权利要求书中公布了：1.基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法，其特征在于：包括以下步骤： 步骤一、通过ESO-PLL相结合对永磁同步电机转子的位置与转速进行预测； 步骤二、通过Bi-GRU神经网络模型对永磁同步电机转子的位置与转速进行预测； S21、构建Bi-GRU神经网络模型； S211、建立数据集， 1选取永磁同步电机定子电流的α-β坐标系下的电流作为输入特征，构建滑动窗口时序数据： ， 其中，为时间步长；为当前时刻；，分别为轴的电流分量和轴的电流分量；为历史电流数据的滑动窗口矩阵，表示为所有实数的集合，矩阵维度为N行2列； 2选取转子位置角和转速作为输出特征，构建滑动窗口时序数据： ， 其中，为时间步长，为当前时刻，为转子位置角与转速的输出向量，表示为输出向量属于二维实数空间，其物理意义为所属Bi-GRU网络同时输出转子位置角与转速两个连续的实数值； S22、前向GRU计算： ， ， ， ， ，，分别为前向GRU的更新门，更新门的偏置向量，更新门的权重矩阵；，，分别为前向GRU的重置门、重置门的偏置向量、重置门的权重矩阵；，，为前向GRU的候选隐状态、候选隐状态的偏置向量、候选隐状态的权重矩阵；为Sigmoid激活函数，为逐元素乘法；tanh为双曲正切激活函数；为第个时刻，为第个时刻的输入向量； S23、后向GRU计算： ， ， ， ， ，，分别为后向GRU的更新门，更新门的偏置向量，更新门权重矩阵；，，分别为后向GRU的重置门、重置门的偏置向量，重置门的权重矩阵；，，分别为后向GRU的候选隐状态、候选隐状态的偏置向量，候选隐状态的权重矩阵；为Sigmoid激活函数，为逐元素乘法；为双曲正切激活函数；为第个时刻，为第个时刻的输入向量； S24、将前向GRU计算与后向GRU计算部分通过矩阵分配机制得到： ， ， 其中，表示第k个权重系数；为可学习权重矩阵；，分别是前向GRU的候选隐状态和后向GRU的候选隐状态；为最终融合状态； S25、对转子位置与转速的预测： 在预测时，永磁同步电机在α-β坐标系下的电流作为输入值，并由模型对转子的位置与速度进行预测， ， 其中，为第N层的隐藏状态；为输出层的权重矩阵；为偏执向量，，分别为Bi-GRU预测的转子位置与转速； 步骤三、将ESO-PLL的预测值与Bi-GRU神经网络模型的预测值进行加权配比，建立ESO-PLL与Bi-GRU的融合预测表达式，提高永磁同步电机全速域的无位置传感器控制性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中北大学，其通讯地址为：030051 山西省太原市学院路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。