摘要：为了提高感应电机系统参数估计与状态监测的准确性和效率,针对感应电机非线性、强耦合、参数易时变的特性,引入带外部输入的非线性自回归(NARX)神经网络时序预测模型。针对传统NARX神经网络初值依赖和收敛速度慢的问题,利用天牛须搜索算法(BAS)对神经网络预测模型进行参数寻优,提高神经网络的收敛速度和预测精度。实验结果表明,该方法能够以较简单的网络结构高效、准确、稳定地预测估计电机参数。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社