[发明专利]一种基于改进粒子群优化算法的异步电机参数辨识方法

权利要求书

1.一种基于改进粒子群优化算法的异步电机参数辨识方法，其特征在于，按照如下步骤实现：

步骤S1：建立三相异步电动机T形等效电路模型；

步骤S2：根据待辨识异步电动机的电机参数值建立参数向量，并根据该参数向量构建搜空间；

步骤S3：将粒子群等分为3组，分别设置不同的最大加权系数w_max和最小加权系数w_min；

步骤S4：根据当前位置计算每个粒子的适应度函数值及粒子适应度值；

步骤S5：对底层的每个群体的每个微粒，将其适应值与其经历过的最佳位置pbest作比较，如果比当前的pbest好，则将其作为当前微粒的最佳位置pbest；将其适应值与此群体所经历的最佳位置gbest作比较，如果比当前gbest好，则重新设置gbest；将其适应值与其所在组别的群体所经历的最佳位置gbest_j作比较，如果比当前gbest_j好，则重新设置gbest_j；

步骤S6：根据每组各自不同的w_max和w_min，更新每个粒子位置；

步骤S7：计算群体适应度标准差S；

步骤S8：计算变异概率p_m，并根据求得的变异概率判断是否对gbest进行变异运算；

步骤S9：判断是否达到最大的迭代次数k_max；若满足条件，则搜寻过程结束，此时对应于最小适应值的参数即为辨识结果参数，否则转到所述步骤S4；

其中，在所述步骤S1中，选取异步电动机定子相电流和电机功率因数作为参数辨识的测量量，其特性曲线函数分别为：

两特性曲线函数式中：

其中，U_s为定子相电压，R_s为定子每相电阻，X_s为定子每相漏抗，R_m为激磁电阻，X_m为激磁电抗，R_r为转子每相电阻，X_r为转子每相漏电抗，s为电机转差率；

记异步电机工作特性测量量为Y(s_k)＝[y₁(s_k),y₂(s_k)]^T，其中y₁(s_k)、y₂(s_k)分别为定子相电流和电机功率因数在转差率s_k处的测量值；

记特性测量量的实际值为X(s_k)＝[x₁(s_k),x₂(s_k)]^T则有Y(s_k)＝X(s_k)+ω(s_k)，其中ω(s_k)表示测量噪声，反映测量结果受到噪声干扰。

2.根据权利要求1所述的一种基于改进粒子群优化算法的异步电机参数辨识方法，其特征在于，在所述步骤S2中，初始化粒子群，记粒子位置为其中，m为粒子数目，第i粒子的位置表示为对应电机的参数向量θ＝[R_s,X_s,R_m,X_m,R_r,X_r]，位置取值区间为[X_mini,X_maxi]。

3.根据权利要求1所述的一种基于改进粒子群优化算法的异步电机参数辨识方法，其特征在于，在所述步骤S3中，所述最大加权系数w_max分别为：0.90、0.85、0.70；所述最小加权系数w_min分别为：0.30、0.35、0.40。