文献类型：期刊文章

作　　者：张铸[1] 张仕杰[1] 饶盛华[1,2] 张小平[2] 王静袁[1]

ZHANG Zhu;ZHANG Shi-jie;RAO Sheng-hua;ZHANG Xiao-ping;WANG Jing-yuan(School of Information and Electricci Engineering,Hunan University of Science and Technology,Xiangtan 411201,China;National-Local Joini Engineering Laboratory of Marine MineraO Resources Exploration Equipmeni and Safety Techno'oy,Hunan University of Sciencc and Technolooy,Xiangtan 411201,China)

机构地区：[1]湖南科技大学信息与电气工程学院,湖南湘潭411201 [2]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

出　　处：《电机与控制学报》

基　　金：国家自然科学基金(61503132);湖南省科技计划项目(2017XK2303)。

年　　份：2022

卷　　号：26

期　　号：8

起止页码：139-146

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：永磁同步电机 元启发式优化算法  参数辨识 正态云模型 自适应云模型  樽海鞘群算法  

分 类 号：TM351]