1.一种基于改进樽海鞘群算法的永磁同步电机参数辨识方法,其特征在于,包括以下步骤:
S1:建立永磁同步电机dq轴辨识模型,步骤如下:S11:在同步旋转坐标系dq坐标系下,永磁同步电机的定子电压方程为:其中,id与ud为d轴电流和电压,iq与uq为q轴电流和电压,ωr是电气角转速;Rs、Ld、Lq与ψf分别为定子电阻,d、q轴电感和永磁体磁链;
S12:在稳态情况下, 则dq坐标系下永磁同步电机的离散电压方程为:S13:采用id=0进行矢量控制,对永磁同步电机dq轴电流进行解耦可简化为:S14:采用在d轴注入id≠0的负序弱磁电流策略,得到四阶永磁同步电机dq轴辨识模型:其中,带下标的“0”的变量和参数表示在id=0控制策略下,下标中无“0”的变量和参数则表示在id≠0的控制策略下;带“^”表示为计算辨识值,没有带“^”表示为实际值;
S2:根据待辨识永磁同步电机的电机参数建立参数向量θ=[Rs,Ld,Lq,ψf];其中Rs为定子电阻,Ld为d轴电感,Lq为q轴电感,ψf为永磁体磁链;
S3:初始化种群个数N、搜索空间的上限ubj和下限lbj、搜索空间的维度D以及最大迭代次数Tmax,其中种群个数N表示参数向量的数量,搜索空间的上限ubj和下限lbj表示参数辨识的范围,搜索空间的维度D表示待辨识参数的数量,并在参数的辨识范围内随机初始化每组参数向量;
S4:将参数向量的计算辨识值,代入永磁同步电机dq轴辨识模型得到计算值利用适应度函数比较计算值与实际值y=[ud0,uq0,ud,uq],从而得出每组参数向量的辨识度,将辨识度最高的参数向量定义为最优参数F;
适应度函数为:
其中,w1、w2、w3和w4为适应度函数的加权因子,代表适应度函数中4个分量的权重,其初值满足条件: 且0<wi<1;S5:根据最优参数F,更新第一组参数向量,把这组向量定义为首组参数;
S6:引入自适应正态云模型,更新除第一组外的其它参数向量,把这些参数向量定义为跟随参数;
S7:修正超过辨识范围的参数向量;
S8:根据当前的参数向量重新计算其对应的辨识度,更新最优参数F;
S9:判断是否达到最大迭代次数Tmax,如果达到了则输出辨识结果,否则返回步骤S5。
2.根据权利要求1所述的一种基于改进樽海鞘群算法的永磁同步电机参数辨识方法,其特征在于,在步骤S3中,初始化相关参数,包括初始化种群个数N、参数辨识的上限ubj和下限lbj、待辨识参数的数量D及最大迭代次数Tmax;随机初始化产生的每组参数向量的数值,公式如下:
其中, 为第i组参数向量的中的第j个参数,i=1,...,N;j=1,...,D。
3.根据权利要求2所述的一种基于改进樽海鞘群算法的永磁同步电机参数辨识方法,其特征在于,在步骤S4中,id、iq、id0、iq0、ωr、ωr0、y=[ud0,uq0,ud,uq]可通过测量得到,将id、iq、id0、iq0、ωr、ωr0以及参数向量 代入公式(4)可求得利用适应度函数比较y和 得出每组参数向量的辨识度,将辨识度最高的作为最优参数F,指引改进的樽海鞘群算法对待辨识参数进行调整。
4.根据权利要求1所述的一种基于改进樽海鞘群算法的永磁同步电机参数辨识方法,其特征在于,在步骤S5中,首组参数的更新公式为:1
其中,x j和Fj分别表示首组参数和最优参数在第j维空间的数值,[ubj,lbj]为第j个参数的辨识范围;c2和c3是[0,1]中的随机数;收敛系数c1定义如下:其中,t为当前迭代次数。
5.根据权利要求4所述的一种基于改进樽海鞘群算法的永磁同步电机参数辨识方法,其特征在于,步骤S6包括以下步骤:S61:生成正态分布随机数Eni’,公式如下:2
Eni’=normrnd(En,He) (9)其中,En和He分别为云模型中的熵和超熵;
S62:生成正态分布随机数xi,公式如下:xi=normrnd(Ex,|Eni’|) (10)其中;xi为云滴,Ex为期望;
S63:计算云滴xi对应的确定度μ(xi),隶属度函数如下:
2 2
μ(xi)=exp[‑(xi‑Ex) /(2(Eni’))] (11)S64:令(xi,μ(xi))为一个云滴,则步骤S61至步骤S63的过程为产生服从正态分布云滴的步骤,定义为云生成器;云生成器根据设定的数字特征运行一次则产生一个云滴,直到运行生成期望数量的云滴;正态云滴生成过程可定义为如下形式:X[x1,x2,...,xNd]=Gnc(Ex,En,He,Nd) (12)其中,Nd为期望云生成器生成的云滴数;
S65:跟随参数的更新机制由正常云生成器行,公式如下:其中,leader_SalpPositionj和follower_SalpPositionj分别表示在j维度中首组参数和追随参数的值;En和He的取值由如下公式进行自适应调整:‑ζ
He=En×10 (15)其中,ω∈(0,1),τ、ζ为正整数,t为当前迭代次数,Tmax为最大迭代次数。