改进PSO算法及其在无刷双馈电机优化设计中的应用

摘要

针对粒子群优化(PSO)算法易出现早熟收敛及陷入局部最优的现象,提出了一种带振荡参数的自适应逃逸粒子群优化(OPAE-PSO)算法,通过对惯性权重和加速系数的振荡操作来提高种群的多样性,通过对粒子速度的变异操作来防止早熟收敛.通过4个Benchmark函数的测试,验证了OPAE-PSO算法具有良好的寻优能力.在此基础上,建立了无刷双馈电机(BDFM)的优化设计模型,结合实际情况提出了相应的优化目标、优化变量和约束条件.最后,根据所提出的OPAE-PSO算法,以高效率为优化目标,在Visual Basic平台上编制了优化设计软件,对一台4.5kW的笼型转子BDFM样机进行了优化设计.结果表明,样机的效率提高了6.14％,与此同时成本降低了1％,说明OPAE-PSO算法可有效应用于BDFM的优化设计.