[发明专利]基于改进象群游牧算法永磁同步电机参数辨识方法

说明书

基于改进象群游牧算法永磁同步电机参数辨识方法，属于同步电机控制系统领域，包括以下步骤：一、基于PMSM在dq轴同步旋转坐标系下的电压方程，将方程离散化后采用在定子d轴注入负序电流的策略，从而得到满秩的离散电压方程；二、改进象群游牧算法，使用Tent映射和反向学习，提升算法收敛性，并对原本算法中氏族位置更新和分离操作公式进行更改，缓解了迭代过程中更新位置贫化问题；三、建立改进象群游牧算法和永磁同步电机参数辨识的关系；四、基于改进象群游牧算法对PMSM中4个关键参数进行辨识。本方法使用改进智能算法，一次性同时辨识出多个参数，更好地适应电机控制的非线性工作特性，从而能够精确稳定地进行电机控制。

技术领域

本发明属于同步电机控制系统领域，具体涉及一种基于改进象群游牧算法永磁同步电机参数辨识方法。

背景技术

永磁同步电机(PMSM，Permanent magnet synchronous motor)具有控制精度高，响应速度快，被广泛应用于生活中的各个方面。但PMSM也存在非线性，强耦合，参数较多，控制难度大，辨识精度与超调量两者难以做到平衡兼顾等问题。PMSM主要与控制方法相关的参数为定子电阻，dq轴电感，定子磁链，大部分控制电机算法都存在依赖模型参数的情况，而参数辨识的方法主要有模型参考自适应，卡尔曼滤波，智能优化算法和递推最小二乘。模型众多，对PMSM进行的参数辨识一直是当前相关领域和行业的研究热点和难点。

目前智能算法发展迅速，具有收敛速度快，适应性强等优点，但智能算法也存在位置更新匮乏，陷入局部最优问题，且进行PMSM参数辨识时，因数学模型的限制，辨识过程通常具有一定的顺序，不能够同时进行辨识。

本发明研究内容属于同步电机控制方向，主要是使用改进智能象群游牧算法(EHO，Elephant herding optimization)算法，一次性同时辨识出3个参数且改善了算法本身收敛速度和收敛到局部最优等问题。

象群游牧算法是受象群的群聚行为启发的一种群智能算法，2016年提出的新型元启发式算法，象群算法分为两步操作：氏族更新操作和分离操作，但基本的象群算法结构简单，由于更新操作频繁，位置探索受到向原点不合理收敛的影响，分离操作导致初始位置的偏态分布，并且位置探索权重也不平衡。由于该算法中存在随着迭代次数增加，更新位置匮乏等问题，所以并不能直接应用。

发明内容

本发明提出了一种基于改进象群游牧算法永磁同步电机参数辨识方法，该方法有效地解决了同步电机参数辨识困难，最终辨识结果具有较高精度。

为了实现上述目的，本申请采用的技术方案如下：

一种基于改进象群游牧算法永磁同步电机参数辨识方法，包括以下步骤：

步骤一，基于永磁同步电机在dq轴同步旋转坐标系下的电压方程，将方程离散化后采用在定子d轴注入负序电流的策略，从而得到满秩的离散电压方程；然后进行数据采样，采集的数据为dq轴电流电压i_d i_q u_d u_q以及电角速度we。

步骤二，改进象群游牧算法，使用Tent映射和反向学习，提升算法收敛性，并对原本算法中氏族位置更新和分离操作公式进行更改，缓解了迭代过程中更新位置贫化问题；本方法在象群算法中位置更新公式基础上通过引入α、β、γ参数来分别控制大象向女族长、氏族中心移动的趋势及其随机性，增加原本算法位置更新的均衡性和随机性。并进一步通过改进种群初始化策略，Tent混沌映射增加位置多样性，并在种群中加入反向种群进行排序，选择满足种群数量的适应度最优的粒子作为初始种群，加快算法收敛，计算种群适应度，得出参数辨识的最优结果；

步骤三，建立改进象群游牧算法和永磁同步电机参数辨识的关系；

步骤四，基于改进象群游牧算法对PMSM中4个关键参数进行辨识。