基于改进混沌粒子群优化算法的永磁同步电机参数辨识
陈 强,蔡琦盼,邓博仁
江西理工大学 电气工程与自动化学院
2024-06-29
针对永磁同步电机(PMSM)在参数辨识过程中由于粒子容易早熟和陷入局部最优而导致辨识精度不高的问题,提出了一种改进混沌粒子群优化(ICPSO)算法,并将其应用在 PMSM 多参数辨识中。该算法通过对混沌算法和粒子群优化(PSO)算法结合并优化,且在算法中融入精英免疫原理,处于中间的粒子进行免疫升级,此举不仅扩大了粒子在种群中的搜索范围,而且在一定程度上克服了粒子早熟、不易跳出局部最优的问题。该算法对标准测试函数进行试验,且与 PSO 算法和混沌粒子群优化(CPSO)算法在参数辨识中的效果相比较,得出定子电阻、dq 轴电感和转子磁链电磁参数,从而证明该算法的有效性。
  • 永磁同步电机
  • 参数辨识
  • 混沌粒子群优化
  • 免疫算法
被引用: 46次
年份: 2023年
下载文档 2.00元
引用
分享
来源期刊
内容目录
  • 引 言

  • 1、PMSM 数学模型

  • 2、ICPSO 算法

    • 2.1基本粒子群优化算法

    • 2.2混沌理论

    • 2.3免疫算法

    • 2.4IPSO 算法

    • 2.5ICPSO 算法流程

  • 3、基于 ICPSO 的 PMSM 参数辨识

    • 3.1PMSM 参数辨识模型

    • 3.2适应度函数

  • 4、实验验证与结果分析

    • 4.1标准测试函数性能测试

    • 4.2实验结果

  • 5、结 论

核心点推荐
  • 永磁同步电机