同步电机在线参数辨识的混合算法

• 作者: 刘剑锋 徐青发 杨新宁 杨明贵 魏嵬
• 来源期刊: 西安交通大学学报
• 关键词: 同步电机 参数辨识 人工神经网络 遗传算法 输出误差法
• 年，卷（期）: 2004,（10）
• 页码范围: 1009-1012
• 页数: 4页
• 分类号: TM31
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2004.10.005

摘要

根据输出误差法(OEM)、遗传算法和神经网络的优缺点,提出了一种同步电机参数在线辨识的四步法.由于OEM辨识参数需要较好的初值,文中首先用遗传算法在大范围内进行参数寻优,然后以此值作为OEM的初值进行迭代,再用OEM求得的结果训练人工神经网络,最后通过成功训练的神经网络在线辨识各种运行状态下的电机参数.这样使得传统的OEM参数辨识算法、遗传算法和神经网络在辨识参数方面充分地扬长避短,解决了单一算法的不足.在对一台111 kVA、440 V同步电机进行的仿真试验中,该方法在保证精度的前提下,辨识时间仅为0.008 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨新宁	西安交通大学电气工程学院	7	46	3.0	6.0
2	魏嵬	西安交通大学电气工程学院	4	21	2.0	4.0
3	刘剑锋	西安电子科技大学理学院	2	23	2.0	2.0
4	杨明贵	西安交通大学电气工程学院	3	34	3.0	3.0
5	徐青发	西安交通大学电气工程学院	1	16	1.0	1.0