改进樽海鞘群算法的永磁同步电机多参数辨识

TM351; 针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA).该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高.参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果.仿真与实验结果表明,提出的算法可以对永磁同...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 26; no. 8; pp. 139 - 146
Main Authors 张铸, 张仕杰, 饶盛华, 张小平, 王静袁
Format Journal Article
LanguageChinese
Published 湖南科技大学 信息与电气工程学院,湖南 湘潭411201%湖南科技大学 信息与电气工程学院,湖南 湘潭411201 2022
湖南科技大学 海洋矿产资源探采装备与安全技术国家地方联合工程实验室,湖南 湘潭411201%湖南科技大学 海洋矿产资源探采装备与安全技术国家地方联合工程实验室,湖南 湘潭411201
Subjects
自适应云模型
正态云模型
元启发式优化算法
永磁同步电机
樽海鞘群算法
参数辨识
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2022.08.015

Cover

More Information
Summary:TM351; 针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA).该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高.参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果.仿真与实验结果表明,提出的算法可以对永磁同步电机参数进行快速、稳定且准确的辨识.
ISSN:1007-449X
DOI:10.15938/j.emc.2022.08.015