文献类型：期刊文章

作　　者：张铸[1] 姜金美[1] 张小平[1,2]

ZHANG Zhu;JIANG Jin-mei;ZHANG Xiao-ping(School of Information and Electrical Engineering,Hunan University of Science and Technology,Xiangtan 411201,China;National-Local Joint Engineering Laboratory of Marine Mineral Resources Exploration Equipment and Safety Technology,Hunan University of Science and Technology,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：10

起止页码：119-129

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：针对永磁同步电机(PMSM)参数辨识算法存在辨识精度低、同时辨识多参数困难等缺点,提出一种基于正态云模型的灰狼优化算法(CGWO)。首先采用Fuch映射和反向学习策略产生多样性强的初始种群;其次,采用一种非线性递减收敛因子更新公式,使得算法的全局搜索和局部开发能力实现平衡;最后,采用正态云模型对灰狼群体进行位置更新和深度开发,同时通过云模型参数的自适应调整来增强局部寻优能力,改善传统灰狼优化算法易陷入局部最优导致精度下降的问题。利用基准测试函数对CGWO算法进行性能评估,在dq坐标系建立PMSM满秩离散模型,给定适应度函数,比较实际模型输出值与辨识模型输出值得到相应的适应度值,再结合CGWO算法实现参数辨识。经仿真与实验表明,CGWO算法对于PMSM参数辨识具有更好的精确性、收敛性和稳定性。

关 键 词：永磁同步电机 灰狼优化算法  参数辨识 基准测试函数  正态云模型 Fuch映射  

分 类 号：TM341]