← 返回
基于动态自学习粒子群算法的永磁同步电机驱动系统电气与机械参数全局辨识
Global Identification of Electrical and Mechanical Parameters in PMSM Drive Based on Dynamic Self-Learning PSO
| 作者 | Zhao-Hua Liu · Hua-Liang Wei · Xiao-Hua Li · Kan Liu · Qing-Chang Zhong |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2018年12月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 机器学习 PWM控制 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | PMSM驱动 参数辨识 动态自学习PSO VSI非线性 电气参数 机械参数 优化模型 |
语言:
中文摘要
本文提出了一种永磁同步电机（PMSM）驱动系统的全局参数估计方法。该方法将电气参数、机械参数及电压源逆变器（VSI）非线性视为一个整体，构建为单一参数优化模型。通过引入动态学习估计器，实现了对电气参数的实时跟踪与辨识。
English Abstract
A global parameter estimation method for a permanent magnet synchronous machines (PMSM) drive system is proposed, where the electrical parameters, mechanical parameters, and voltage-source-inverter (VSI) nonlinearity are regarded as a whole and parameter estimation is formulated as a single parameter optimization model. A dynamic learning estimator is proposed for tracking the electrical parameter...
S
SunView 深度解读
该研究提出的参数辨识算法对阳光电源的电机驱动类业务（如风电变流器及储能系统中的辅助电机控制）具有参考价值。通过精确辨识电机参数及逆变器非线性，可优化PWM控制策略，提升系统动态响应性能和效率。建议研发团队关注该算法在风电变流器控制策略中的应用，以提升变流器在复杂电网环境下的鲁棒性，并可探索将其应用于iSolarCloud平台下的设备健康状态监测，通过参数漂移分析实现故障预警。