位置:成果数据库 > 期刊 > 期刊详情页
基于SVM-CS算法的风力发电机定位力矩优化研究
  • ISSN号:1671-5292
  • 期刊名称:《可再生能源》
  • 时间:0
  • 分类:TM614[电气工程—电力系统及自动化]
  • 作者机构:新疆大学电气工程学院,可再生能源发电与并网技术教育部工程研究中心,新疆乌鲁木齐830049
  • 相关基金:国家自然科学基金项目(51267017,51367015); 高等学校博士学科点专项科研基金新教师类资助课题(20136501120003); 教育部创新团队项目(IRT1285)
中文摘要:

永磁风力发电机的结构参数与定位力矩之间存在复杂关系,难以迅速建立起准确通用的数学模型。针对上述问题,提出了一种新的定位力矩优化方法。首先,通过拉丁超立方抽样(LHS)与有限元分析(FEA)相结合的方法获取支持向量机(SVM)回归的训练样本;其次,利用训练样本构建定子槽口宽度、极弧系数、偏心距、气隙长度以及永磁体厚度等结构参数与定位力矩之间的回归模型;最后,基于此模型,应用布谷鸟搜索(CS)算法对永磁风力发电机的结构参数进行寻优,将优化后的参数输入ANSYS进行仿真分析。仿真结果表明,定位力矩得到了有效削弱,验证了该方法的正确性和优越性。

英文摘要:

Considering the complex relationship between structural parameters and cogging torque of the permanent magnet wind generator, it is difficult to speedily establish a precise and universal mathematical model. To tackle this problem, a new method is proposed to optimize cogging torque.Firstly, training samples for SVM are obtained by combining Latin hypercube sampling(LHS) with Finite element analysis(FEA). Secondly, a regression model of the stator slot width, pole-arccoefficient, polar arcs eccentricity, air gap length, as well as the thickness of permanent magnet and cogging torque, is constructed by applying these training samples. Finally, based on this model, cuckoo search(CS)algorithm is used to optimize the structural parameters of permanent magnet wind generator. Optimized structural parameters are input into the ANSYS software for simulation analysis. Final findings show that the cogging torque is effectively weakened. The validity and superiority of this method are thus verified.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《可再生能源》
  • 中国科技核心期刊
  • 主管单位:辽宁省科学技术厅
  • 主办单位:辽宁省能源研究所
  • 主编:张大雷
  • 地址:辽宁省营口市西市区银泉街65号
  • 邮编:115003
  • 邮箱:kzsny2007@163.com
  • 电话:0417-2832895 2835349
  • 国际标准刊号:ISSN:1671-5292
  • 国内统一刊号:ISSN:21-1469/TK
  • 邮发代号:
  • 获奖情况:
  • 1999-2000年度辽宁省一级期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:10629