基于改进秃鹰搜索算法的变压器J-A模型参数辨识

• 作者: 莫仕勋 杨皓 蒋坤坪 梁振燊
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 变压器 磁滞 J-A模型 参数辨识 优化算法
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 新技术应用|New Technology Application
• 页码范围: 67-74
• 页数: 8页
• 分类号: TM404
• 语种: 中文
• DOI: 10.12067/ATEEE2110014

摘要

在对变压器的精确建模中,铁磁材料特性的表示是一大关键点.J-A磁滞模型具有参数较少、物理意义清晰等优点,在研究中得到广泛应用.针对现有J-A模型参数辨识所使用的优化算法存在精度低、耗时久等问题,本文提出了一种基于改进秃鹰搜索算法,以实现对J-A磁滞模型参数的快速、精确辨识.该方法融合混沌映射、精英反向学习及自适应权重,能使算法具有很好的全局搜索能力与局部搜索能力,将待求值快速收敛于全局最优值.本文使用该算法对磁滞曲线的J-A磁滞模型参数进行辨识,然后基于所得到的参数对磁性材料的磁滞特性进行模拟,并将模拟结果与其他算法的模拟结果进行了对比分析.结果表明,使用该算法辨识模型参数时收敛速度更快、辨识精度更高,且基于该算法所辨识的参数模拟磁滞回线与实测曲线吻合较好,验证了该算法的实用性、有效性与优越性.