技術(shù)特征：

1.一種基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于，包括以下步驟：

步驟1，數(shù)據(jù)采集：搭建感應(yīng)電機(jī)數(shù)據(jù)采集平臺，調(diào)節(jié)感應(yīng)電機(jī)為低速工況，將定子電流、定子電壓、母線電壓、母線電流、工作頻率和繞組端溫這幾個參數(shù)互相組合，通過數(shù)據(jù)采集裝置得到N組數(shù)據(jù)；

步驟2，樣本集的處理：對步驟1所得的N組數(shù)據(jù)進(jìn)行歸一化處理，然后將得到的六個參數(shù)序列分別進(jìn)行EMD濾波去噪，最后將處理后獲得的N組樣本隨機(jī)分為訓(xùn)練集和測試集；

步驟3，確定ELM網(wǎng)絡(luò)結(jié)構(gòu)：明確ELM網(wǎng)絡(luò)的輸入輸出參數(shù)，以母線電壓、母線電流、工作頻率及繞組端溫的組合作為輸入變量，定子電阻為輸出變量；隨機(jī)初始化ELM網(wǎng)絡(luò)的輸入權(quán)值和偏差值并保持不變，通過對網(wǎng)絡(luò)的訓(xùn)練確定輸出權(quán)值；

步驟4，定子電阻的辨識：先以具有明確關(guān)系的輸入變量識別定子電阻參數(shù)，在辨識效果得到驗證后，再逐漸加入其它潛在影響因素，對辨識效果進(jìn)行比較和分析，確定最終辨識模型，完成準(zhǔn)確的定子電阻識別。

2.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟1所述的數(shù)據(jù)采集中，感應(yīng)電機(jī)低速工況為額定轉(zhuǎn)速的10％-40％。

3.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟1所述的數(shù)據(jù)采集中，電機(jī)的負(fù)載及工作頻率由磁粉測功機(jī)提供并測得，繞組端溫通過溫度傳感器測得，定子電壓和定子電流分別由電壓、電流互感器測得，并通過伏安法計算得到定子電阻，母線電壓和母線電流分別通過控制電路中的差分電路和電流互感器測得；其中，溫度傳感器共計三個，均勻埋置于定子繞組中。

4.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟1所述通過數(shù)據(jù)采集裝置得到N組數(shù)據(jù)，其中N≥5000。

5.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟2所述對N組數(shù)據(jù)進(jìn)行歸一化處理，具體為：

將所有輸入同時除以對應(yīng)的量化值，使數(shù)據(jù)限定在0-1范圍之內(nèi)，并且：

溫度輸入的量化值，依據(jù)電機(jī)的絕緣等級來確定；

電流量化值，采用實驗感應(yīng)電機(jī)的最大電流，為額定值的4-7倍；

工作頻率量化值，取電機(jī)額定頻率；

定子電壓和電阻量化值，均取工作中出現(xiàn)的最大值。

6.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟2中所述EMD濾波去噪，具體為：首先將參數(shù)的數(shù)據(jù)序列進(jìn)行EMD分解，得到若干按頻率高低排列的固有模式分量IMF，然后通過定義自適應(yīng)濾波器截至IMF階數(shù)，濾除信號的高頻部分，完成信號重構(gòu)。

7.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟2中所述訓(xùn)練集和測試集的劃分方法為：將處理得到的數(shù)據(jù)集隨機(jī)劃分為4:1兩部分，分別作為ELM網(wǎng)絡(luò)的訓(xùn)練集與測試集。

8.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟3所述確定ELM網(wǎng)絡(luò)結(jié)構(gòu)，其中ELM網(wǎng)絡(luò)的基本數(shù)學(xué)表達(dá)式如下：

$y_k=\underset{i=1}{\overset{L}{\Σ}}{\mathrm{\β}}_{i}f(w_i\·x_k+b_i)$

其中，y_k為第k個樣本輸入的網(wǎng)絡(luò)輸出值，L為隱層神經(jīng)元的個數(shù)，k為樣本編號，k＝1，2，…，N；β_i＝[β_i1,β_i2,…,β_iN]^T為第i個隱層神經(jīng)元與輸出神經(jīng)元的連接權(quán)向量；w_i＝[w_i1,w_i2,…,w_iN]^T為第i個隱層神經(jīng)元與輸入神經(jīng)元之間的連接權(quán)向量；b_i為第i個隱層神經(jīng)元的閾值；

對于一個具有L個隱層神經(jīng)元和激活函數(shù)f(x)的單隱層前向神經(jīng)網(wǎng)絡(luò)，能夠無偏差地擬合給定N組樣本數(shù)據(jù)，即因此，存在β_i、w_i和b_i，使得：

$\underset{i=1}{\overset{L}{\Σ}}{\mathrm{\β}}_{i}f({\mathrm{\ω}}_i\·x_k+b_i)=t_i,(k=1,2,...,N)$

上式簡寫為：

Hβ＝T

式中，隱層輸出矩陣H和期望輸出矩陣T表達(dá)式分別為：

T＝(t₁,t₂,…,t_N)^T

激活函數(shù)f(x)取Sigmoid函數(shù)，輸入權(quán)值w_i和偏差值b_i均由rand隨機(jī)函數(shù)在訓(xùn)練之初初始化并保持不變，僅需訓(xùn)練確定的參數(shù)為輸出權(quán)值β，其表達(dá)式為：

β＝H⁺T

其中，H⁺為H矩陣的Moore-Penrose廣義逆。

9.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟4中所述對辨識效果進(jìn)行比較和分析，具體為：當(dāng)網(wǎng)絡(luò)輸出與實測值不等時，存在誤差，記為E＝(y_實測-y_輸出)²/2；通過比較不同模型的輸出誤差E，完成對辨識效果的比較和分析。

10.根據(jù)權(quán)利要求1所述的基于EMD-ELM的感應(yīng)電機(jī)定子電阻參數(shù)識別方法，其特征在于：步驟4中所述定子電阻識別方法為：以步驟2中得到的訓(xùn)練樣本為條件，先以對其影響最顯著的繞組端溫、母線電壓和母線電流作為ELM網(wǎng)絡(luò)的輸入，檢測識別效果；之后，再增加工作頻率作為ELM網(wǎng)絡(luò)的輸入，并檢驗識別效果；選用辨識效果較好的輸入結(jié)構(gòu)，最終得到具有非線性關(guān)系映射能力的ELM辨識模型，完成定子電阻的辨識。