[00331773]一种基于改进粒子群优化算法的异步电机参数辨识方法
交易价格：
面议
所属行业：
发电机
类型：
发明专利
技术成熟度：
通过小试
专利所属地：中国
专利号：CN201710163793.2
交易方式：
资料待完善
联系人：
福州大学
进入空间
所在地：福建福州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明涉及一种基于改进的粒子群优化算法的异步电机参数辨识方法，以标准粒子群算法为基础，通过分批分别设置种群的最大加权系数和最小加权系数，并增加了随机变异算子，增加变异算子对gbest进行随机变异的策略来提高算法跳出局部收敛的能力，改善粒子群的过早陷入局部最优的问题，扩大粒子的搜索范围，改进了粒子群算法的全局搜索能力和收敛速度，降低陷入局部最优的风险，兼顾优化过程的精度和效率。本发明通过测量获得异步电机各工作特性的测量值，应用该改进的粒子群优化算法实现异步电机静态参数辨识，在有噪声的情况下，仍能具有较高的识别准确率。
摘要：本发明涉及一种基于改进的粒子群优化算法的异步电机参数辨识方法，以标准粒子群算法为基础，通过分批分别设置种群的最大加权系数和最小加权系数，并增加了随机变异算子，增加变异算子对gbest进行随机变异的策略来提高算法跳出局部收敛的能力，改善粒子群的过早陷入局部最优的问题，扩大粒子的搜索范围，改进了粒子群算法的全局搜索能力和收敛速度，降低陷入局部最优的风险，兼顾优化过程的精度和效率。本发明通过测量获得异步电机各工作特性的测量值，应用该改进的粒子群优化算法实现异步电机静态参数辨识，在有噪声的情况下，仍能具有较高的识别准确率。
