科研之友
微信
新浪微博
Facebook
分享链接
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。
- 出版日期2022
- 单位湖南科技大学
