杨明贵
- 作品数：4 被引量：13H指数：2
- 供职机构：西安交通大学更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 同步电机在线参数辨识的混合算法被引量：6
- 2004年
- 根据输出误差法(OEM)、遗传算法和神经网络的优缺点,提出了一种同步电机参数在线辨识的四步法.由于OEM辨识参数需要较好的初值,文中首先用遗传算法在大范围内进行参数寻优,然后以此值作为OEM的初值进行迭代,再用OEM求得的结果训练人工神经网络,最后通过成功训练的神经网络在线辨识各种运行状态下的电机参数.这样使得传统的OEM参数辨识算法、遗传算法和神经网络在辨识参数方面充分地扬长避短,解决了单一算法的不足.在对一台111kVA、440V同步电机进行的仿真试验中,该方法在保证精度的前提下,辨识时间仅为0 008s.
- 杨明贵杨新宁刘剑锋徐青发魏嵬
- 关键词：同步电机参数辨识人工神经网络遗传算法
- 人工神经网络在线辨识同步电机转子参数被引量：2
- 2004年
- 用人工神经网络的成功在线辨识了同步电机转子参数。这种参数的优势在于能反映电机实际运行过程中受到的饱和、电机老化、电磁力等因素的影响,辨识的参数更接近于电机的实际运行参数。在参数迭代过程中,文中引入了时变的松弛算子,改进了牛顿法在计算非线性函数二阶导数过于复杂的缺点。最后对一台111kVA,440V的同步电机进行仿真,然后采用BP神经网络对其进行参数辨识,并取得了满意的效果。
- 杨明贵
- 关键词：同步电机转子参数人工神经网络在线辨识电磁力
- 基于人工神经网络的同步电机在线参数辨识的在线算法被引量：5
- 2004年
- 本文提供了一种基于人工神经网络的同步电机在线参数辨识的方法。在线测得的参数优势在于能反映电机实际运行过程中受到的饱和,电机老化,电磁力等因素的影响。这样辨识的参数就更接近于电机的实际运行参数。而训练过得人工神经网络对于在线辨识方面节约投资是一个很好的尝试。本文对一台111kVA,440V的同步电机进行仿真,然后采用BP神经网络对其进行参数辨识,并取得了满意的结果,如图三。
- 杨明贵杨新宁胡全
- 关键词：同步电机参数辨识人工神经网络最大似然法
- 基于人工神经网络的同步电机在线参数辨识
- 杨明贵
