永磁同步电机逆变器故障诊断中元启发式特征选择优化器的系统性基准测试研究

《Algorithms》:Search-Process Benchmarking of GA, PSO, DE, ABC, GWO and WOA for PMSM Inverter Fault Diagnosis in Electric Vehicle Drives

【字体: 大 中 小 】 时间:2026年09月22日 来源:Algorithms 2.6

编辑推荐:

   摘要

  

摘要

基于元启发式的永磁同步电机(PMSM)逆变器故障诊断通常仅以终点准确率作为比较依据,而搜索动态、计算需求以及验证依赖性等方面的报告相对不足。本研究提出了一套系统性的搜索过程基准测试框架——而非混合优化器——分别对遗传算法(GA)、粒子群优化(PSO)、差分进化(DE)、人工蜂群算法(ABC)、灰狼优化器(GWO)以及鲸鱼优化算法(WOA)进行评估。该分析使用了10,892条观测数据、28个电—热候选特征以及九类运行工况。每种优化器独立地在相同的特征选择与高斯朴素贝叶斯方差平滑空间中进行搜索,采用五个按类别连续划分的外折、三个分块内折、种群规模20、迭代100次,每折重复30次运行,共计900次搜索与90,000条轨迹记录。采用10个样本的排除间隔以降低短程依赖性;事后对0–100个样本范围进行的敏感性检验表明,在确定性的全特征基线下变化可忽略不计。相对于未优化的28特征高斯朴素贝叶斯基线(宏平均F1为0.9241),GWO取得了数值上最高的平均宏平均F1值0.9452、平衡准确率0.9475以及马修斯相关系数0.9435,同时平均选择了5.89个特征。GWO最早达到其所获适应度改进的95%,中位数为14次迭代,而ABC保持了最大的终端种群多样性,值为0.973。按折分簇的弗里德曼检验检测到总体差异(p = 0.0162),但针对GWO的五次霍尔姆校正后的两两比较均无显著性差异。因此,本研究的贡献在于构建了一个可复现的评估框架,将诊断性能与搜索动态、稳定性、校准以及实际评估需求联系起来,而非声称某一种优化器在两两比较中优于其他优化器。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号