[发明专利]一种基于改进灰狼优化算法的永磁同步电机参数辨识方法

权利要求书

1.一种基于改进灰狼优化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：

步骤a)建立空载状态下的永磁同步电机实际模型和理论模型；

步骤b)将步骤a所得实际模型y＝[u_d0,u_q0,u_d,u_q]输出值与理论模型的输出值进行比较，求理论模型输出值与实际模型输出值之差；其中，u_d0为实际模型在i_d＝0控制策略下采集的d轴电压测量值，u_q0为实际模型在i_d＝0控制策略下采集的q轴电压测量值，u_d为实际模型在i_d≠0控制策略下采集的d轴电压测量值，u_q为实际模型在i_d≠0控制策略下采集的q轴电压测量值；为理论模型在i_d＝0控制策略下采集的d轴电压计算值，为理论模型在i_d＝0控制策略下采集的q轴电压计算值，为理论模型在i_d≠0控制策略下采集的d轴电压计算值，为理论模型在i_d≠0控制策略下采集的q轴电压计算值；

步骤c)根据适应度函数在改进的灰狼优化算法基础上对待辨识参数不断进行修正，从而得到最优辨识参数；

其中，步骤c具体包括：

步骤c1)设置算法所需参数，采用Fuch映射和反向学习策略产生初始种群X_new；

步骤c2)计算新初始种群X_new的适应度值并排序，选取其中适应度值最好的前N个灰狼个体作为新的灰狼初始种群X₁；

步骤c3)在新的灰狼初始种群X₁中确定前三等级灰狼的适应度和灰狼个体位置x_α、x_β、x_δ，以确定灰狼最优位置；

步骤c4)更新非线性收敛因子a，系数A、C，和灰狼个体位置，具体为：

式中，t为当前迭代次数，r1、r2分别为[0,1]之间的随机数，t_max是最大迭代次数，k为非线性调节系数；

步骤c5)引入正态云模型，得到此时的狼群位置X′，重复步骤c3以重新确定前三等级的灰狼适应度和个体位置；

步骤c6)引入粒子群算法中个体记忆功能，按照个体记忆公式进一步更新灰狼个体位置，至此，该种群每一只灰狼位置更新完毕；

步骤c7)判断步骤c1～步骤c6中计算机所迭代的次数，是否达到设置的最大迭代次数，如果达到最大迭代次数则终止运行，输出此时所得最优位置，实现永磁同步电机参数的辨识及追踪，否则，转到步骤c2。

2.根据权利要求1所述的基于改进灰狼优化算法的永磁同步电机参数辨识方法，其特征在于，步骤a具体包括：

步骤a1)在dq坐标系下设定永磁同步电机的定子电压方程；

步骤a2)在dq坐标系下推导永磁同步电机的离散电压方程，得实际模型y＝[u_d0,u_q0,u_d,u_q]输出值；

步骤a3)根据步骤a1和步骤a2提供的电压方程求得同步电机理论模型

3.根据权利要求2所述的基于改进灰狼优化算法的永磁同步电机参数辨识方法，其特征在于，步骤a1具体为：

忽略永磁同步电机的涡流损耗以及铁损耗，在dq坐标系下，永磁同步电机的定子电压方程为：

其中，i_d与i_q分别为d轴电流和q轴电流，u_d与u_q分别为d轴电压和q轴电压，ω_r是电气角转速，R_s、L_d、L_q与ψ_f分别为定子电阻，d、q轴电感和永磁体磁链。