[发明专利]一种基于改进粒子群算法的异步电机参数辨识方法

说明书

本发明提供了一种基于改进粒子群算法的异步电机参数辨识方法，包括以下步骤：1，获取异步电机的转速、转子磁链以及定子电流；2，通过改进的粒子群算法，实时获取电机转子时间常数和励磁电感；其中，改进的粒子群算法具体为：在给定的范围内随机生成个维度为的初始种群；通过追踪粒子个体的个体极值和粒子群体的群体极值更新粒子的位置信息；重新计算每一个粒子的适应度值，然后重新对粒子的个体极值和粒子群体的群体极值进行更新赋值；断迭代次数是否达到设置的最大迭代次数，如果达到最大迭代次数则终止运行,实现异步电机参数的辨识及追踪。本发明利用改进的简化粒子群算法，可以对异步电机参数进行稳定、快速而又精确的辨识追踪。

技术领域

本发明涉及电机参数辨识技术领域，具体而言，涉及一种基于改进粒子群算法的异步电机参数辨识方法。

背景技术

由于异步电动机的工作特性关于转差的函数都是很复杂的有理函数，目前用于异步电动机参数的辨识的方法主要有以下几种：广义Kalman滤波、最小二乘法、遗传算法(GA)等等。

经过大量检索发现一些典型的现有技术，如申请号为201710163793.2的专利公开了一种基于改进的粒子群优化算法的异步电机参数辨识方法，该专利通过测量获得异步电机各工作特性的测量值，应用改进的粒子群优化算法实现异步电机静态参数辨识，在有噪声的情况下，仍能具有较高的识别准确率。又如申请号为201410539036.7的专利公开了一种基于改进粒子群算法的异步电机参数跟踪方法，该发明所述粒子群算法具有检测目标函数变化并实时跟踪参数变化的能力，可以辨识出两个异步电机关键状态信息。又如申请号为20131048889.8专利公开了一种发电机调速系统参数辨识方法，该发明将待辨识调速系统参数映射为粒子群算法的粒子，从而在参数准确性上提升仿真计算结果，使之能够正确反映电网特性。

可见，利用粒子群对异步电机参数进行辨识，其实际应用中的亟待处理的实际问题(如提高电机参数辨识精度等)还有很多未提出具体的解决方案。

发明内容

为了克服现有技术的不足提供了一种基于改进粒子群算法的异步电机参数辨识方法，本发明的具体技术方案如下：

一种基于改进粒子群算法的异步电机参数辨识方法，包括以下步骤：

步骤1，获取异步电机的转速、转子磁链以及定子电流；

步骤2，通过改进的粒子群算法，实时获取电机转子时间常数和励磁电感；

其中，在步骤2中，通过改进的粒子群算法，实时获取电机转子时间常数和励磁电感的具体方法为：

2a，在给定的[xmax,xmin]范围内随机生成NP个维度为D的初始种群x；

2b,通过追踪粒子个体的个体极值p_ij和粒子群体的群体极值p_gj更新粒子的位置信息；

2c，重新计算每一个粒子的适应度值，根据计算结果，重新对粒子的个体极值和粒子群体的群体极值进行更新赋值；

2d,断迭代次数是否达到设置的最大迭代次数，如果达到最大迭代次数则终止运行,实现异步电机参数的辨识及追踪，否则，重复步骤2b至2d。

可选的，在步骤2a中，初始种群x的生成方程为：x＝rand(NP,D)*(x_max-x_min)+x_min。