基于BAS算法优化的感应电机参数估计

摘要：

为了提高感应电机系统参数估计与状态监测的准确性和效率,针对感应电机非线性、强耦合、参数易时变的特性,引入带外部输入的非线性自回归(NARX)神经网络时序预测模型.针对传统NARX神经网络初值依赖和收敛速度慢的问题,利用天牛须搜索算法(BAS)对神经网络预测模型进行参数寻优,提高神经网络的收敛速度和预测精度.实验结果表明,该方法能够以较简单的网络结构高效、准确、稳定地预测估计电机参数.

关键词：感应电机、NARX神经网络、参数估计、天牛须搜索算法、收敛速度、预测精度

所属期刊栏目：43

分类号：TN98-34;TM346

资助基金：江苏省研究生科研与实践创新计划项目;中央高校基本科研业务费专项资金

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-115,120