期刊文献+

基于改进粒子群算法的永磁同步电机参数辨识

下载PDF
导出
摘要 电机在进行变频控制器控制前,高精度辨识电机参数有助于实现电机的平稳启动。针对标准粒子群算法对永磁同步电机参数辨识精度低的问题,提出了一种改进粒子群算法进行参数辨识。算法采用正弦函数变化的学习因子充分发挥算法高效搜索的能力。仿真结果验证了改进PSO算法辨识PMSM参数速度快,有更优越的电机参数辨识精度,具有良好的动态性能和较小的误差。
出处 《技术与市场》 2023年第3期90-93,共4页 Technology and Market
  • 相关文献

参考文献4

二级参考文献37

  • 1单梁,强浩,李军,王执铨.基于Tent映射的混沌优化算法[J].控制与决策,2005,20(2):179-182. 被引量:194
  • 2Bolognani S, Tubiana L, Zigliotto M. Extended Kalmanfilter tuning in sensorless PMSM drives [ J ]. IEEETransactions on Industry Applications,2003,39 ( 6 ):1741-1747.
  • 3Xie X F,Zhang W J, Yang Z L. A dissipative particleswarm optimization [A]. Proceedings of the IEEE Inter-national Conference on Evolutionary Computation [ C ].Honolulu, USA, 2002. 1456-1461.
  • 4Ratnaweera A, Halgamuge S, Watson H C. Self-organi-zing hierarchical particle swarm optimizer with time-var-ying acceleration coefficients [ J ]. IEEE Transactions onEvolutionary Computation, 2004,8 (3) ; 240-255.
  • 5Zhang W J, Xie X F. DEPSO: Hybrid particle swarmwith differential evolution operator [ A ]. Proceedings ofIEEE International Conference on System, Man and Cy-bernetics [C ]. Washington D C , USA, 2003. 3816-3821.
  • 6江善和,王其申,江巨浪(JiangShanhe,Wang Qish-en, Jiang Julang). 一种速度差分变异的粒子群优化算法(Particle swarm optimization algorithm based on veloc-ity differential mutation) [A].中国控制与决策会议(Chinese Control and Decision Conference) [ C ] . 2009.1860-1865.
  • 7安群涛,孙力,赵克.一种永磁同步电动机参数的自适应在线辨识方法[J].电工技术学报,2008,23(6):31-36. 被引量:61
  • 8何晋伟,史黎明.一种基于静态特性的直线感应电机参数辨识方法[J].电工电能新技术,2009,28(4):50-53. 被引量:9
  • 9王松,刘明光,石双双,杨罡.基于卡尔曼滤波和神经网络的PMSM参数辨识[J].北京交通大学学报,2010,34(2):124-127. 被引量:32
  • 10陈振锋,钟彦儒,李洁.感应电机参数辨识三种智能算法的比较[J].电机与控制学报,2010,14(11):7-12. 被引量:21

共引文献23

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部