当永磁同步电机利用元启发式算法解决参数辨识问题时，该算法容易陷入局部优化，识别精度低，迭代后期迭代次数过多。本文提出了一种将差分进化算法和sparrow搜索算法与动态搜索相结合的交叉变异策略。该算法在基本麻雀算法的基础上，在麻雀发现者的位置更新阶段引入交叉变异策略和动态搜索，使算法在早期阶段增加种群的多样性，避免陷入局部最优。通过交叉变异策略和动态搜索，在保证收敛精度的同时，大大提高了算法的迭代速度。基于基于电机电压方程建立的非线性数学模型，参数辨识模型只需测量永磁同步电机的电压、电流和角速度，然后利用适应度函数通过改进的新算法在辨识模型中获得辨识结果。通过仿真和物理验证，该算法可以实现永磁同步电机参数的快速、准确辨识。