[发明专利]一种Jiles-Atherton模型参数辨识方法和装置

摘要

本发明公开了一种Jiles‑Atherton模型参数辨识方法和装置，解决了对于处理J‑A模型这种多目标的复杂优化问题，单一的智能寻优方法往往存在显著缺陷，不利于获取精确的全局最优解，导致的难以进行大范围搜索的同时，在后期寻优过程中难以获得更为精确的结果的结束问题。其中方法包括：建立Jiles‑Atherton互感器磁滞回线模型，获取Jiles‑Atherton互感器磁滞回线模型公式；接收预定的Jiles‑Atherton互感器磁滞回线模型参数的取值范围，获取Jiles‑Atherton互感器磁滞回线模型公式对应的目标函数；通过目标函数对在所述取值范围内的模型参数的初始值和目标函数初始值执行变步长人工鱼群算法进行目标函数寻优获取全局最优解；对全局最优解执行并行模拟退火算法继续进行目标函数寻优，获取目标函数最优值对应的模型参数的值。

主权项

一种Jiles‑Atherton模型参数辨识方法，其特征在于，包括：S1：获取Jiles‑Atherton互感器磁滞回线模型公式B＝f([Ms，a，α，c，k]，H)，其中H为磁场强度，B为磁通密度，Ms为饱和磁化强度，a为朗之万函数参数，α为磁畴内部耦合的平均场参数，c为可逆磁化系数，k为损耗系数；S2：接收预定的饱和磁化强度Ms、朗之万函数参数a、磁畴内部耦合的平均场参数α、可逆磁化系数c和损耗系数k的取值范围，获取Jiles‑Atherton互感器磁滞回线模型公式对应的目标函数；S3：通过所述目标函数对在所述取值范围内的饱和磁化强度Ms、朗之万函数参数a、磁畴内部耦合的平均场参数α、可逆磁化系数c、损耗系数k的初始值和目标函数初始值执行变步长人工鱼群算法，迭代进行目标函数寻优获取全局最优解；S4：对所述全局最优解执行并行模拟退火算法继续进行目标函数寻优，获取目标函数最优值对应的饱和磁化强度Ms、朗之万函数参数a、磁畴内部耦合的平均场参数α、可逆磁化系数c和损耗系数k的值。