改进综合学习粒子群算法的PMSM参数辨识

为了解决永磁同步电机（permanent magnet synchronous motor,PMSM）多参数辨识问题,提出一种改进综合学习粒子群优化算法。针对综合学习粒子群算法后期搜索效率低的缺陷,所提算法引入反映粒子状态的增长率算子,通过该算子动态调整综合学习粒子群算法的关键参数,并根据增长率算子判断种群中粒子所处状态,对处于停滞状态的粒子实施高斯扰动,使粒子能在解空间中进行有效搜索。将所提改进算法应用于永磁同步电机多参数辨识,该方法仅需采样电机的定子电流、电压和转速信号。实验结果表明,改进综合学习粒子群优化方法能够准确地辨识PMSM的定子电阻、d轴和q轴电感和永磁体磁链等参数。...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 19; no. 1; pp. 51 - 57
Main Author 林国汉 章兢 刘朝华 赵葵银
Format Journal Article
LanguageChinese
Published 湖南大学 电气与信息工程学院，湖南 长沙410082 2015
湖南工程学院 电气信息学院，湖南 湘潭411101%湖南大学 电气与信息工程学院,湖南 长沙,410082%湖南科技大学 信息与电气工程学院,湖南 湘潭,411201%湖南工程学院 电气信息学院,湖南 湘潭,411101
Subjects
参数辨识
增长率算子
永磁同步电机
粒子群优化算法
高斯扰动
高斯扰动
粒子群优化算法
增长率算子
growth operator
Gaussian disturbance
permanent magnet synchronous motor
永磁同步电机
particle swarm optimization
参数辨识
parameter identification
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2015.01.008

Cover

More Information
Summary:为了解决永磁同步电机（permanent magnet synchronous motor,PMSM）多参数辨识问题,提出一种改进综合学习粒子群优化算法。针对综合学习粒子群算法后期搜索效率低的缺陷,所提算法引入反映粒子状态的增长率算子,通过该算子动态调整综合学习粒子群算法的关键参数,并根据增长率算子判断种群中粒子所处状态,对处于停滞状态的粒子实施高斯扰动,使粒子能在解空间中进行有效搜索。将所提改进算法应用于永磁同步电机多参数辨识,该方法仅需采样电机的定子电流、电压和转速信号。实验结果表明,改进综合学习粒子群优化方法能够准确地辨识PMSM的定子电阻、d轴和q轴电感和永磁体磁链等参数。
Bibliography:23-1408/TM
parameter identification;permanent magnet synchronous motor;particle swarm optimization;Gaussian disturbance;growth operator
LIN Guo-han, ZHANG Jing, LIU Zhao-hua, ZHAO Kui-yin （1. College of Electrical and Information Engineering, Hunan University, Changsha 410082, China; 2. College of Information and Electrical Engineering, Hunan Institute of Engineering, Xiangtan 411101, China; 3. School of Electrical ＆ Information Engineering, Hunan University of Science and Technology, Xiangtan 411201, China）
An improved compressive particle swarm optimization algorithm（ ICLPSO） for identification of the permanent magnet synchronous motor（ PMSM） parameters was proposed. Aiming at the drawback of CLPSO, in the proposed algorithm the growth operator was introduced, with which changed the value of acceleration coefficient dynamically and judged the statue of particles. Using Gaussian disturbance, the particles in stagnant state effectively search in the solution space. The ICLPSO was employed to identify the paramet
ISSN:1007-449X
DOI:10.15938/j.emc.2015.01.008