1.一种基于粒子群的永磁同步电机转动惯量辨识方法，其特征在于，包括：在PMSM转动惯量辨识的问题中，涉及的转子动力学方程为：其中Te为电磁转矩、Tl为负载转矩、J为转动惯量、ω为角速度、B为粘性摩擦系数、C为库仑摩擦系数。根据(3-6)式可以进行电磁转矩的估计，表示为粒子群算法辨识转动惯量J的关键在于建立评价函数，并将之优化。为了评价粒子的优劣性，第i个粒子的评价函数选取如下的二次型形式

2.如权利要求1所述的基于粒子群的永磁同步电机转动惯量辨识方法，其特征在于，粒子群算法的基本步骤如下，对应的流程图如图3-1所示：(1)设定粒子种群的规模，在一定范围内随机初始化一群粒子，包括粒子的位置和速度；

(2)按照选取的目标函数评价所有粒子的适应度；

(3)个体最优值Pbest的更新。针对种群中的所有粒子，将其适应度值与其历代搜索过程中自身所达到的最优值进行对比，若优于最优值Pbest，则将当前适应度值作为个体最优值Pbest；

(4)全局最优值Gbest的更新。针对种群中的所有粒子，将其适应度值与整个粒子群中所有粒子在历代搜索过程中达到的最优值进行对比，若优于最优值Gbest，则将当前适应度值作为全局最优值Gbest；

(5)根据公式，可以得出具体的速度和位置；

(6)判断迭代次数是否符合实验的标准，若是则结束迭代，输出最优解Gbest；否则，转回步骤(2)继续开始新一轮的迭代优化。

3.如权利要求1所述的基于粒子群的永磁同步电机转动惯量辨识方法，其特征在于，通过对于群体中的个体对信息的分析，在此基础上实现信息的共享，最后可以在整个群体的运动的过程中，实现对于数据的分析和计算，最后可以得到最优解。粒子群算法的初始种群为一组随机解，粒子i在N维空间的位置表示为Xi＝(xi1,xi2,...,xiN)，飞行速度表示为Vi＝(vi1,vi2,...,viN)。每个粒子都有一个由目标函数决定的适应值，在迭代的过程中，粒子可以跟踪两个“极值”，实现对于自身的更新和优化，个体极值Pbest是每个粒子在历代搜索过程中自身所达到的最优值；全局极值Gbest是整个粒子群中所有粒子在历代搜索过程中达到的最优值。

粒子利用以下公式更新速度信息与位置信息。

其中，i＝1,2,…,N，d＝1,2,…,D，N和D分别表示粒子群规模和搜索空间的维数； 表示第i个粒子在d维上的速度；vd,max为粒子在范围空间内的最大速度； 表示第i个粒子在d维上的位置； 表示第i个粒子的历史最优； 表示第t次迭代群体的最优值；c1和c2称为学习因子或加速系数；r1和r2为由随机函数产生的[0,1]之间的随机数。

公式(3-1)主要通过三块部分更新粒子的速度：第一个部分 是个体记忆项，用于描述上一次迭代速度大小和方向的影响，具有平衡粒子全局和部分搜寻能力的作用；第二个部分属于典型的个体认知项，是从当前点指向粒子自身最好点的一个矢量，表示一个矢量，方向主要是系统中的最优位置，该粒子的动作已经经过了自我的检验；第三个部分是群体认知项，也表示一个矢量，方向为粒子自身指向全局最优位置，意指粒子间的合作与信息共享。粒子根据自己的经验以及其他粒子最理想的经验来做出运动反应。

引入惯性因子w，使其值为正。将式(3-1)更新为(3-4)，

其中w值越大，其全局搜寻能力越强，局部搜寻能力越弱；w值越小，其全局搜寻能力越弱，局部搜寻能力越强。

4.如权利要求1所述的基于粒子群的永磁同步电机转动惯量辨识方法，其特征在于，利用选择权重递减法，即随着迭代次数的增加，惯性权重原来越小。

ω(t)＝ωmax-(ωmax-ωmin)/Nmax   (3-5)

其中Nmax为最大迭代数。

5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到4任一项所述方法的步骤。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到4任一项所述方法的步骤。

7.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到4任一项所述的方法。