基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识

基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识

ID:29600540

大小:1.68 MB

页数:8页

时间:2018-12-21

基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识_第1页
基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识_第2页
基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识_第3页
基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识_第4页
基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识_第5页
资源描述:

《基于改进人工鱼群算法的互感器jiles-atherton模型参数辨识》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于改进人工鱼群算法的互感器Jiles-Atherton模型参数辨识*林国营1,宋强1,潘峰1,肖厦颖2,李开成2,王凌云2(1.广东电网有限责任公司电力科学研究院,广州510000;2.华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室,武汉430074)摘要:为开展仿真平台下的电磁式互感器特性研究,需要对试验互感器建立精确可靠的磁滞模型。Jiles-Atherton(J-A)模型广泛应用于互感器铁芯磁滞模型与仿真实验,其5个关键参数的辨识准确度直接影响J-A模型与试验互感器的拟合程度。本文提出一

2、种基于人工鱼群和模拟退火算法的混合智能寻优算法对J-A模型进行参数辨识。改进算法初期使用变步长人工鱼群算法将搜索域快速锁定在全局最优解的附近。当J-A模型拟合达到一定精度后,转而使用并行模拟退火算法继续进行局部的精确搜索。通过Matlab仿真证实:改进混合算法同时解决了鱼群算法后期寻优效率较低以及退火算法难以大范围搜索的问题,且算法稳定性较高,能有效提高电磁式互感器J-A模型参数辨识的时效性与精确度。关键词:J-A模型;参数辨识;人工鱼群算法;模拟退火算法中图分类号:TM45文献标识码:A文章编号:1001-1

3、390(2018)00-0000-00ParameterIdentificationidentificationofJiles-AthertonModelmodelBasedbasedonanImprovedimprovedArtificialartificialFishfishSwarmswarmAlgorithmalgorithmLingGuoying1,SongQiang1,PanFeng1,XiaoXiaying2,LiKaicheng2,WangLingyun2(1.ElectricPowerRese

4、archInstituteofGuangdongPowerGridCompany,,Guangzhou,510000,China.2.StateKeyLaboratoryofAdvancedElectromagneticEngineeringandTechnology,SchoolofElectricalandElectronicEngineering,HuazhongUniversityofScienceandTechnology,Wuhan430074,China))Abstract::Inordertor

5、esearchonthecharacteristicsofelectromagnetictransformerinthesimulationplatform,itisnecessarytoestablishapreciseandreliablemagnetichysteresismodelfortesttransformer.Jiles-Atherton(J-A)modeliswidelyusedinthefieldofhysteresismodelingandsimulationexperimentsoffe

6、rromagneticmaterials.TheaccuracyofthefivekeyparametersoftheJ-AmodeldirectlyaffectsthefittingdegreeoftheJ-Amodelandtestedsensor.Thispaperproposesanimprovedhybridintelligentoptimizationalgorithm,combiningtheartificialfishswarmalgorithm(AFSA)andsimulatedanneali

7、ngalgorithm(SAA),whichcanidentifytheparametersofJ-Amodel.Intheimprovedhybridalgorithm,thevariable-stepAFSAisemployedtoquicklylocatethesearchdomaininthevicinityoftheglobaloptimalresult.Whenthefittingdegreereachesacertainaccuracy,theparallelSAAisusedtosearchth

8、eglobaloptimalresultpreciselyinasmallrange.Simulationresultsshowthattheimprovedhybrid-2-algorithmareisabletosolvetheproblemthattheAFSAisnotefficientenough,anditcaneffectivelyimprovethetime-valid

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。