本申请涉及电机,具体提供一种电机温度获取方法、计算机可读存储介质及智能设备。
背景技术:
1、现有技术中新能源汽车越来越普及,驱动电机作为新能源汽车中不可或缺的关键部件之一,也成为人们关注的技术热点。为了满足高动力功率和体积限制的要求,电机的功率密度大幅增加,这给电机的散热带来了挑战,同时也对防止电机过热提出了重大挑战,而如何有效获取电机的温度是防止电机因过热出现安全问题的关键。相关技术中,通常会在电机中布置电机定子温度传感器来时实监控电机温度,但是对于电机的其他部件也会影响电机温度,而这些部件的温度可能无法直接测量得到,需要基于电机的相关参数进行估算。
2、而现有大部分电机温度估算方法还停留在传统的工业电机方案,这类模型很难覆盖新能源汽车驱动电机转速、扭矩和温度范围广的特性,损耗计算偏差较大且对电机温度的预测偏差也比较大。
技术实现思路
1、本申请旨在解决上述技术问题,即,解决现有电机温度估算方法无法适用于转速、扭矩和温度范围较广的情况,预测偏差较大的问题。
2、在第一方面,本申请提供一种电机温度获取方法,其包括:
3、基于电机的工况信息,获取所述电机的损耗;所述损耗包括基波损耗,所述基波损耗基于集肤效应修正项和/或电阻修正项得到;
4、基于所述电机的损耗和热网络模型,获取所述电机的温度。
5、在一些实施例中,所述基于电机的工况信息,获取所述电机的损耗,包括:
6、当所述基波损耗包括集肤效应修正项时,获取所述电机的电机转速;基于所述电机转速的开方得到所述集肤效应修正项;基于所述集肤效应修正项得到所述电机的损耗;
7、当所述基波损耗包括电阻修正项时,获取所述电机中目标节点的参照温度、测量温度以及升温系数;确定所述测量温度和所述参照温度的差值与所述升温系数的乘积并将所述乘积与1求和,得到所述电阻修正项;基于所述电阻修正项得到所述电机的损耗。
8、在一些实施例中,所述基于电机的工况信息,获取所述电机的损耗,还包括:
9、基于所述电机的工况信息,获取所述电机的谐波损耗;所述谐波损耗基于集肤效应修正项、电阻修正项和谐波修正项中的至少一者得到。
10、在一些实施例中,所述基于所述电机的工况信息,获取所述电机的谐波损耗,包括:
11、当所述谐波损耗包括谐波修正项时,获取所述电机的脉冲宽度调制比和/或母线高压;以脉冲宽度调制比和/或母线高压得到所述谐波修正项;基于所述谐波修正项得到所述谐波损耗。
12、在一些实施例中,所述基于所述电机的损耗和热网络模型,获取所述电机的温度之前,所述方法还包括:
13、基于电机转速对所述电机中不同目标节点之间的气隙热阻进行修正,得到修正后的气隙热阻;
14、基于所述修正后的气隙热阻构建所述热网络模型。
15、在一些实施例中,通过以下表达式得到所述修正后的气隙热阻:
16、
17、其中,rmn表示m目标节点和n目标节点之间初始的气隙热阻,rmn’表示m目标节点和n目标节点之间修正后的气隙热阻,kp表示气隙热阻修正值对数系数,ω表示电机转速,kc表示气隙热阻修正值常数系数。
18、在一些实施例中,所述基于所述电机的损耗和热网络模型,获取所述电机的温度之前,所述方法还包括:
19、获取所述电机的工况样本信息数据集;
20、基于所述工况样本信息数据集,采用机器学习算法对所述电机的热网络模型进行训练;
21、基于训练得到的预测温度和优化目标对所述热网络模型的模型参数进行调整,直至得到训练好的热网络模型,以基于所述训练好的热网络模型获取所述电机的温度。
22、在一些实施例中,所述基于训练得到的预测温度和优化目标对所述热网络模型的模型参数进行调整,直至得到训练好的热网络模型包括:
23、基于所述预测温度和真实测量温度的差值的平方确定损失函数;
24、以最小化所述损失函数为优化目标,对所述热网络模型的模型参数进行调整,直至得到训练好的热网络模型。
25、在第二方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的电机温度获取方法。
26、在第三方面,本申请提供了一种智能设备,其包括:
27、至少一个处理器;
28、以及,与所述至少一个处理器通信连接的存储器;
29、其中,所述存储器中存储有计算机程序,所述计算机程序被所述至少一个处理器执行时实现上述任一项所述的电机温度获取方法。
30、在采用上述技术方案的情况下,本申请能够基于电机的工况信息,获取电机的损耗;该损耗包括基波损耗,基波损耗基于集肤效应修正项和/或电阻修正项得到;基于电机的损耗和热网络模型,获取电机的温度。该方法通过基于集肤效应修正项和/或电阻修正项获取基波损耗,有效考虑了电流频率或电机转速引起的集肤效应,或者,绕组温度对电阻的影响,更符合实际的应用工况,有利于降低损耗偏差和电机温度的偏差,可以适用于更广的电机温度获取场景。
1.一种电机温度获取方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于电机的工况信息,获取所述电机的损耗,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于电机的工况信息,获取所述电机的损耗,还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述电机的工况信息,获取所述电机的谐波损耗,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于所述电机的损耗和热网络模型,获取所述电机的温度之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,通过以下表达式得到所述修正后的气隙热阻:
7.根据权利要求1所述的方法,其特征在于,所述基于所述电机的损耗和热网络模型,获取所述电机的温度之前,所述方法还包括:
8.根据权利要求7所述的方法,其特征在于,所述基于训练得到的预测温度和优化目标对所述热网络模型的模型参数进行调整,直至得到训练好的热网络模型包括:
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的电机温度获取方法。
10.一种智能设备,其特征在于,包括: