基于改进WOA优化BP神经网络的车用PMSM参数辨识

TM301.2; 永磁同步电机(PMSM)在新能源汽车等领域应用广泛,其精确控制大多需要依赖准确的电机参数.利用改进的鲸鱼优化算法(WOA)对BP神经网络初始权值、阈值进行优化,基于改进的BP神经网络提出了一种高精度的PMSM参数辨识方法,实现了对PMSM定子电阻、d轴电感、q轴电感以及磁链的参数辨识.仿真验证结果表明,相较于传统BP神经网络和传统WOA算法优化的BP神经网络方法,所提出的方法具有更高的辨识精度,4个参数的辨识误差均小于2％.在电机试验平台上进一步验证了所提出方法的有效性....

Full description

Saved in:
Bibliographic Details
Published in电机与控制应用 Vol. 49; no. 5; pp. 27 - 36
Main Authors 陈峥, 李镇伍, 申江卫, 李万超, 沈世全
Format Magazine Article
LanguageChinese
Published 昆明理工大学交通工程学院,云南昆明 650500 01.05.2022
Subjects
永磁同步电机
BP神经网络
电机参数
鲸鱼优化算法
Online AccessGet full text
ISSN1673-6540
DOI10.12177/emca.2022.007

Cover

More Information
Summary:TM301.2; 永磁同步电机(PMSM)在新能源汽车等领域应用广泛,其精确控制大多需要依赖准确的电机参数.利用改进的鲸鱼优化算法(WOA)对BP神经网络初始权值、阈值进行优化,基于改进的BP神经网络提出了一种高精度的PMSM参数辨识方法,实现了对PMSM定子电阻、d轴电感、q轴电感以及磁链的参数辨识.仿真验证结果表明,相较于传统BP神经网络和传统WOA算法优化的BP神经网络方法,所提出的方法具有更高的辨识精度,4个参数的辨识误差均小于2％.在电机试验平台上进一步验证了所提出方法的有效性.
ISSN:1673-6540
DOI:10.12177/emca.2022.007