预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114553092A(43)申请公布日2022.05.27(21)申请号202210188340.6G06F30/27(2020.01)(22)申请日2022.02.28G06N3/00(2006.01)G06F111/08(2020.01)(71)申请人燕山大学地址066004河北省秦皇岛市海港区河北大街438号(72)发明人张金龙张凯飞吕满平高思宇张迪蒋博亚(74)专利代理机构石家庄众志华清知识产权事务所(特殊普通合伙)13123专利代理师王忠良(51)Int.Cl.H02P21/14(2016.01)H02P21/18(2016.01)H02P21/00(2016.01)H02P25/022(2016.01)权利要求书2页说明书11页附图5页(54)发明名称基于改进象群游牧算法永磁同步电机参数辨识方法(57)摘要基于改进象群游牧算法永磁同步电机参数辨识方法,属于同步电机控制系统领域,包括以下步骤:一、基于PMSM在dq轴同步旋转坐标系下的电压方程,将方程离散化后采用在定子d轴注入负序电流的策略,从而得到满秩的离散电压方程;二、改进象群游牧算法,使用Tent映射和反向学习,提升算法收敛性,并对原本算法中氏族位置更新和分离操作公式进行更改,缓解了迭代过程中更新位置贫化问题;三、建立改进象群游牧算法和永磁同步电机参数辨识的关系;四、基于改进象群游牧算法对PMSM中4个关键参数进行辨识。本方法使用改进智能算法,一次性同时辨识出多个参数,更好地适应电机控制的非线性工作特性,从而能够精确稳定地进行电机控制。CN114553092ACN114553092A权利要求书1/2页1.一种基于改进象群游牧算法永磁同步电机参数辨识方法,其特征在于包括以下步骤:步骤一,基于永磁同步电机在dq轴同步旋转坐标系下的电压方程,将方程离散化后采用在定子d轴注入负序电流的策略,从而得到满秩的离散电压方程;然后进行数据采样,采集的数据为dq轴电流电压idiquduq以及电角速度we;步骤二,改进象群游牧算法,使用Tent映射和反向学习,提升算法收敛性,并对原本算法中氏族位置更新和分离操作公式进行更改,缓解了迭代过程中更新位置贫化问题;步骤三,建立改进象群游牧算法和永磁同步电机参数辨识的关系;步骤四,基于改进象群游牧算法对PMSM中4个关键参数进行辨识。2.根据权利要求1所述的一种基于改进象群游牧算法永磁同步电机参数辨识方法,其特征在于:步骤一中的满秩的离散电压方程为式中,ud(k)uq(k)id(k)iq(k)ωe(k)id(k+1)iq(k+1)分别为id=0控制策略下第k个采样点的dq轴定子电压电流以及转子电角速度和第(k+1)个采样点的dq轴定子电流;ud1(k)uq1(k)id1(k)iq1(k)ωe1(k)id1(k+1)iq1(k+1)分别为定子d轴注入负序电流控制策略下第k个采样点的dq轴定子电压电流以及转子电角速度和第(k+1)个采样点的dq轴定子电流;Ts为采样时间。3.根据权利要求1所述的一种基于改进象群游牧算法永磁同步电机参数辨识方法,其特征在于:改进的象群算法步骤如下:Step1:初始参数设置,氏族数n_clan,氏族中大象数n,允许迭代次数T,当前迭代次数t,粒子范围[Xmin,Xmax],更新操作中比例因子α、β、γ;Step2:应用Tent映射反向学习生成初始种群,并计算种群适应度;Step3:判断迭代次数是否越限;如果t<T,执行Step4;如果t≥T,执行Step9;Step4:分别记录适应度最高和最低的个体,最高的为女族长,最低作为公象;Step5:对每个氏族的女族长进行位置更新操作;Step6:对每个氏族中除女族长之外的大象进行位置更新操作;Step7:对每个氏族中的公象进行分离操作;Step8:计算种群适应度,选择所有氏族中适应度最好的粒子作为t代最优解,进入下一个循环t+1;Step9:输出第T代最优解作为参数辨识值。4.根据权利要求1所述的一种基于改进象群游牧算法永磁同步电机参数辨识方法,其2CN114553092A权利要求书2/2页特征在于:所述永磁同步电机为表贴式永磁电机,直轴电感和交轴电感值相同,步骤四中需要辨识的关键参数为定子电阻R,定子电感Ld和转子磁链ψf。5.根据权利要求1所述的一种基于改进象群游牧算法永磁同步电机参数辨识方法,其特征在于:步骤三中PMSM参数辨识可看作一个系统最优化问题,将辨识模型的输出与参考模型的输出的均方差作为适应度函数,利用改进象群算法对PMSM参数不断寻优修正,使得辨识模型与参考模型近似等效,此时优化算法的解即为PMSM待辨识参数。3CN114553092A说明书1/11页基于改进象群游牧算法永磁同步电机参数辨识