[논문 리뷰] New Method for Accurate Parameter Estimation of Induction Motors Based on Artificial Bee Colony Algorithm

Mohammad Jamadi, Farshad Merrikh‐Bayat|arXiv (Cornell University)|2014. 02. 18.

Electric Motor Design and Analysis참고 문헌 16인용 수 10

한 줄 요약

이 논문은 이중 케이지 유도 모터의 매개변수를 정확하게 추정하기 위해 모델 예측값과 제조사에서 제공한 토크, 전류, 역률 값 간의 오차를 최소화하는 Artificial Bee Colony (ABC) 알고리즘을 제안한다. ABC 방법은 수렴 속도가 빠르고 PAMP 알고리즘과 유사한 정확도를 보이며, 매개변수 추정에서 GA와 PSO보다 빠르고 정밀하게 작동한다.

ABSTRACT

This paper proposes an effective method for estimating the parameters of double-cage induction motors by using Artificial Bee Colony (ABC) algorithm. For this purpose the unknown parameters in the electrical model of asynchronous machine are calculated such that the sum of the square of differences between full load torques, starting torques, maximum torques, starting currents, full load currents, and nominal power factors obtained from model and provided by manufacturer is minimized. In order to confirm the efficiency of the proposed method the results are also compared with those achieved by using GA, PSO, and PAMP. The simulations show that in the problem under consideration ABC converges considerably faster than other algorithms and the results are as accurate as PAMP.

연구 동기 및 목표

• 메타휴리스틱 최적화를 이용하여 이중 케이지 유도 모터의 매개변수를 추정하는 강력하고 효율적인 방법을 개발한다.
• 시작 토크, 부하 완전도 토크, 최대 토크, 역률과 같은 핵심 성능 지표에 대해 시뮬레이션 모델 출력값과 실제 제조사가 제공한 데이터 간의 오차를 최소화한다.
• 기존 메타휴리스틱 알고리즘인 GA, PSO, PAMP과 비교하여 수렴 속도와 정확도를 향상시킨다.
• 실제 모터 사양 조건 하에서 비교 시뮬레이션 연구를 통해 ABC 알고리즘의 효과성을 검증한다.

제안 방법

• 이중 케이지 유도 모터의 등가회로 모델에 있는 미지 매개변수를 최적화하기 위해 Artificial Bee Colony (ABC) 알고리즘을 사용한다.
• 목적 함수는 부하 완전도 및 시작 조건에서 모델 예측값(토크, 전류, 역률)과 제조사가 제공한 명칭값 간의 제곱차의 합으로 정의된다.
• 알고리즘은 오차 함수를 최소화하는 최적의 매개변수 조합을 반복적으로 탐색하며, 꿀벌의 번식 행동을 모방한다.
• 사용자 벌, 관찰자 벌, 순찰자 벌로 구성된 인구 기반 탐색 전략을 사용하여 해 공간을 효율적으로 탐색하고 이용한다.
• 물리적 및 전기적 제약 조건을 통해 모터 매개변수의 물리적 한계를 고려하여 현실적인 해를 보장한다.
• 동일한 시뮬레이션 조건과 수렴 지표를 사용하여 ABC의 성능을 GA, PSO, PAMP와 비교 평가한다.

실험 결과

연구 질문

• RQ1 Artificial Bee Colony 알고리즘이 GA, PSO, PAMP보다 이중 케이지 유도 모터의 매개변수 추정에서 더 빠른 수렴을 달성할 수 있는가?
• RQ2 ABC 기반 방법은 시작 토크, 부하 완전도 토크, 최대 토크, 시작 전류, 부하 완전도 전류, 그리고 역률에 대해 제조사가 제공한 값을 얼마나 정확하게 재현할 수 있는가?
• RQ3 ABC를 사용할 경우 다른 메타휴리스틱 알고리즘과 비교해 수렴 속도와 추정 정확도 사이의 상충 관계는 어떠한가?
• RQ4 ABC 알고리즘은 매개변수 추정 과정에서 다양한 초기 매개변수 추측값에 대해 안정성과 강건성을 유지하는가?
• RQ5 ABC 방법은 시뮬레이션된 성능 지표와 실제 성능 지표 간의 오차를 어느 정도 감소시키는가?

주요 결과

• ABC 알고리즘은 GA, PSO, PAMP보다 이중 케이지 유도 모터의 매개변수 추정에서 상당히 더 빠른 수렴 속도를 보인다.
• ABC 방법의 추정 정확도는 정밀도가 높다고 알려진 PAMP 알고리즘과 유사하다.
• ABC 접근법을 사용하여 모델 예측값과 제조사 데이터 간의 제곱합 오차가 효과적으로 최소화된다.
• ABC 방법은 여러 시행에 걸쳐 우수한 성능을 보이며, 매개변수 추정의 안정성을 나타낸다.
• 제안된 방법은 시작 토크, 부하 완전도 토크, 최대 토크, 시작 전류, 부하 완전도 전류, 명칭 역률과 같은 핵심 모터 성능 지표를 성공적으로 일치시킨다.
• 시뮬레이션 결과는 주어진 매개변수 추정 문제에서 ABC가 GA와 PSO보다 수렴 속도와 최종 해의 정확도에서 뛰어나다는 것을 확인한다.