1.一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，包括如下步骤：

S1：构建样本数据集：将转子位置角度θ和相电流i输入开关磁阻电机，再用转矩传感器采集所述开关磁阻电机对应的电机转矩T，然后基于所述转子位置角度θ、相电流i和电机转矩T，构建样本数据集{(x,y,z)}，其中，x表示所述转子位置角度θ的一维集合向量，y表示所述相电流i的一维集合向量，z表示所述电机转矩T的一维集合向量；

S2：提取所述样本数据集{(x,y,z)}中的x和y，并将x和y组建成二维输入矩阵，然后对所述二维输入矩阵进行数据归一化操作更新；同时提取所述样本数据集{(x,y,z)}中的z作为开关磁阻电机对应电机转矩T的网络预估值 对应的标签向量；

S3：构建以二维输入矩阵为输入，以开关磁阻电机对应电机转矩T的网络预估值 为输出的二维输入、二维输出的多维泰勒网MTN模型；

S4：采用经过归一化操作更新后的二维输入矩阵对所述多维泰勒网MTN模型进行训练并输出开关磁阻电机对应电机转矩T的网络预估值 同时初始化多维泰勒网MTN模型二维输出节点上的权值集合向量w1和权值集合向量w2、多维泰勒网MTN模型的最终输出节点的权值集合向量λ，然后对所述标签向量z和网络预估输出值 进行误差计算，再根据反向传播算法计算所述权值集合向量w1、w2和λ的权值梯度，最后根据训练过程中的误差收敛曲线、基于预设的步长对所述权值集合向量w1、w2和λ进行更新，此时的多维泰勒网MTN模型即为BP‑MTN模型。

2.根据权利要求1所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述多维泰勒网MTN模型包括：输入层、数据处理层、输出层和全连接层，各层之间依次顺序连接，前一层的输出为后一层的输入。

3.根据权利要求2所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述输出层中，输出数据处理层各乘积项与相应权值相乘的累加值，按如下公式：其中，t1、t2分别表示所述多维泰勒网MTN模型的两个输出节点，m表示所述多维泰勒网MTN模型中数据处理层的最高展开项目的次数，x、y是多项式中的变量、分别表示一维集合向量x、y内的数据，N(2,m)表示所述多维泰勒网MTN模型中数据处理层输入角度θ、电流i经过m幂次展开后多项式的项数，k表示变量x、y在状态向量x、y中的排列位置计数，q∈N(2,m)表示数据处理层幂次展开后第q个多项式，w1,q、w2,q分别表示数据处理层幂次展开后输出到所述多维泰勒网MTN模型输出层两个节点t1、t2的第q个多项式前的权值，σq,r、σq,a分别表示第q个多项式中变量x、y上的幂次，其中，0≤σq,r+σq,a≤m。

4.根据权利要求3所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述全连接层的拟合公式如下：其中， 表示多维泰勒网MTN模型的第k个输出值，λl表示全连接层上的两个节点到最后输出节点上的权值，l表示权值集合向量λ中的λ的位置计数值。

5.根据权利要求4所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述多维泰勒网MTN模型还包括一个激活函数层，所述激活函数层设在所述全连接层后面。

6.根据权利要求5所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述激活函数层的拟合公式如下：其中，S表示激活函数层的符号标记。

7.根据权利要求6所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述反向传播算原理，根据如下损失函数公式计算拟合误差平方：其中，E表示反向传播的误差值，z是与 对应的标签值，k表示z、在状态集合向量z、中的排列位置计数。

8.根据权利要求7所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，所述激活函数层采用ReLU函数或Leaky ReLU函数。

9.据权利要求8所述的一种开关磁阻电机转矩的多维泰勒网估计器，其特征在于，还包括步骤S5：判断所述BP‑MTN模型的拟合精度是否达到预设的精度阈值，若不达标，则在所述激活函数层后面增加激活函数或变更激活函数。