计量学报

作者：廖正霖,沈艳霞

单位：江南大学物联网工程学院,江苏 无锡 214000

关键词：电学测量; 永磁同步电机; 哈里斯鹰算法; 参数辨识; Logistic混沌映射; 随机反向学习策略

针对永磁同步电机(PMSM)参数辨识领域的传统方法存在难以同时辨识多参数、辨识精度不够高等问题,提出一种参数辨识算法。该算法中采用了哈里斯鹰优化算法。为了提高参数辨识的准确度和稳定性,从3个方面对哈里斯鹰算法进行改进:首先,从种群的初始化方向引入Logistic混沌映射来初始化鹰群的位置,增加种群的多样性,加快辨识算法的收敛速度;其次,从鹰群位置更新的角度考虑,通过随机反向学习策略优化鹰群中位置最差个体,使算法的模糊性和随机性提高,增强全局搜索性能,使辨识结果更精确;最后,为了防止过早收敛,将目前的最佳个体位置保留进入下一次迭代,改善传统哈里斯鹰算法易陷入局部最优和精度下降的问题。在基于PMSM电压方程建立的数学模型基础上,将多项优化的哈里斯鹰算法(MIHHO)和标准哈里斯鹰算法(HHO)、粒子群算法(PSO)以及麻雀搜索算法(SSA)进行测试。经过仿真和实验证明,MIHHO对于PMSM参数辨识具有更加优秀的稳定性、收敛速度以及更高的辨识精度。

来源：2024年第12期

《计量学报》期刊编辑部

查看计量学报杂志2024年第12期