改进扩展卡尔曼滤波器的PMSM参数辨识

摘要：

针对传统扩展卡尔曼(EKF)辨识永磁同步电机(PMSM)参数时难以确定合适的系统与测量噪声矩阵和精度较差问题,文章提出一种粒子群算法(PSO)优化EKF的PMSM参数辨识方法.首先剖析EKF原理,建立EKF辨识模型,然后利用PSO自适应优化EKF的系统噪声矩阵和测量噪声矩阵,并根据EKF辨识模型设计出合适的适应度函数,从而使EKF获取更优的参数辨识效果.仿真结果表明,该方法能较好辨识PMSM的电感与磁链参数,比传统方法具有更好的辨识精度和速度.

关键词：永磁同步电机、参数辨识、扩展卡尔曼粒子群算法

所属期刊栏目：7

分类号：TP312;TM341(计算技术、计算机技术)

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：66-69