来源：期刊VIP网 时间：
作者：李安芳;吴钦木;
单位：贵州大学电气工程学院;
摘要：为解决永磁同步电机（PMSM）参数辨识速度慢和精度低的问题，提出一种基于自适应惯性权重的随机样本均值学习策略与差分扰动相结合的粒子群参数辨识方法。该算法根据粒子的适应度值对总体进行升序排序，适应度排在当前粒子前面的粒子构成一个样本池，随机选择当前粒子样本池中k个粒子的平均行为进行学习，并采用基于Logistic函数的自适应惯性权重来提高算法的收敛性能。此外，为提高算法在早期搜索阶段的全局搜索能力，采用一种差分扰动策略并将其嵌入到粒子群优化（PSO）算法中。仿真结果表明，迭代次数在50次左右时参数辨识曲线出现收敛，并且定子电阻R_s、电感L_q和L_d、永磁体磁链ψ_f参数的辨识误差最高仅为1.58%，最低约为0.005 2%。所提策略能够准确识别电机参数，具有收敛速度快、精度高的特点。
关键词：永磁同步电机;;参数辨识;;差分扰动;;自适应惯性权重;;改进PSO;;样本均值学习策略;;混合策略
基金资助：国家自然科学基金项目(52267003)
