基于BAS算法优化的感应电机参数估计

• 作者: 吴滨 张晓昕 金逸珲 顾晓峰
• 来源期刊: 现代电子技术
• 关键词: 感应电机 NARX神经网络 参数估计 天牛须搜索算法 收敛速度 预测精度
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 112-115,120
• 页数: 5页
• 分类号: TN98-34|TM346
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.03.027

摘要

为了提高感应电机系统参数估计与状态监测的准确性和效率,针对感应电机非线性、强耦合、参数易时变的特性,引入带外部输入的非线性自回归(NARX)神经网络时序预测模型.针对传统NARX神经网络初值依赖和收敛速度慢的问题,利用天牛须搜索算法(BAS)对神经网络预测模型进行参数寻优,提高神经网络的收敛速度和预测精度.实验结果表明,该方法能够以较简单的网络结构高效、准确、稳定地预测估计电机参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾晓峰		115	265	9.0	11.0
3	吴滨		17	58	4.0	7.0
7	金逸珲		1	0	0.0	0.0
13	张晓昕		1	0	0.0	0.0