买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明公开了一种基于电机驱动的风机传动系统参数的智能辨识方法，属于风力发电机控制技术领域，包括以下步骤：S1建立风机的仿真模型；S2利用电动机反向驱动带动风机传动系统与叶轮的转动，通过改变发电机的输入实现叶轮转速的变化，仿真风机运行的多种工况，采集各种参数；S3建立风机的等效双质量块数学模型；S4建立风机传动系统的状态空间模型；S5得到一个气动转矩、电磁转矩作为输入，叶轮转速或电机转速、中间轴转矩作为输出的双输入双输出系统，并以此双输入双输出系统的传递函数矩阵作为参数辨识的模型；S6将粒子群优化算法与遗传算法融合，对步骤S5所述参数辨识的模型进行参数辨识。

主权项：1.一种基于电机驱动的风机传动系统参数的智能辨识方法，其特征在于，包括以下步骤：S1建立风机的仿真模型；S2利用电动机反向驱动带动风机传动系统与叶轮的转动，通过改变发电机的输入实现叶轮转速的变化，仿真风机运行的多种工况，采集电机转速、叶轮转速、电磁转矩、等效中间轴转矩、气动转矩数据用于参数辨识的准备；S3建立风机的等效双质量块数学模型；S4建立风机传动系统的状态空间模型；S5选择叶轮转速或电机转速作为第一观测量，选择中间轴转矩作为第二观测量，得到一个气动转矩、电磁转矩作为输入，叶轮转速或电机转速、中间轴转矩作为输出的双输入双输出系统，并以此双输入双输出系统的传递函数矩阵作为参数辨识的模型；S6将粒子群优化算法与遗传算法融合，对步骤S5所述参数辨识的模型进行参数辨识，具体流程如下：1初始化粒子群算法的种群，包括粒子位置和速度的随机初始化；2计算每个粒子的适应度值，并更新全局最优解和个体最优解；3根据粒子的当前位置和速度更新粒子的位置和速度，并再次计算适应度值；4判断是否达到停止条件，如果是则结束粒子群算法，否则继续进行第3步；5使用遗传算法对粒子群算法找到的大致范围进行仔细的寻找：a.初始化种群，包括随机生成个体的基因型和表现型；b.计算每个个体的适应度值，并选择适应度较高的个体作为父代；c.通过交叉和变异操作产生新的个体，更新种群；d.判断是否达到停止条件，如果是则结束遗传算法，否则继续进行第5步；6返回遗传算法得到的最优解作为参数辨识的结果。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于电机驱动的风机传动系统参数的智能辨识方法