基于随机性与确定性混合优化算法的 Jiles-Atherton磁滞模型参数提取

摘要：

基于J-A磁滞模型模拟铁磁材料磁滞特性的关键是模型参数的精确快速辨识.该文针对现有J-A磁滞模型参数提取方法存在的收敛速度慢、求解精度低的问题,提出一种基于随机性优化算法——模拟退火(SA)与确定性优化算法——Levengerg-Marquardt(L-M)混合的J-A模型参数提取方法,该方法综合了SA算法全局搜索能力强以及L-M算法局部收敛速度快的优点.在迭代优化初期,采用SA算法快速锁定J-A模型参数的优化区域;继而根据引入的普适性混合算法切换过渡准则,将SA算法当前解赋予L-M算法;针对基于传统L-M算法提取J-A模型参数出现的病态矩阵问题,该文将J-A模型参数的灵敏度函数矩阵进行归一化处理,从而推导出适用于J-A模型参数快速辨识的归一化L-M算法,该算法在接收到SA算法提供的优化解后,将其作为该算法局部搜索的初始值.仿真及实验结果表明,所提混合算法兼具收敛速度快、提取精度高的优异性能.

关键词：J-A磁滞模型、参数提取、随机性优化算法、确定性优化算法

所属期刊栏目：34

分类号：TM464(变压器、变流器及电抗器)

资助基金：国家重点研发计划2017YFB0903904;国家自然科学基金51677064

在线出版日期：2019-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2260-2268