基于递推最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机在运行中电机的电磁参数的改变,通过对永磁同步电动机稳态数学模型的推导,利用递推最小二乘法对电机的电阻、电感进行在线辨识.在Matlab/Simulink中搭建辨识模型进行分析比较,验证该方法可以准确地辨识出电阻、电感的值.递推最小二乘法简单可靠,易于实现,具有一定的实用价值.     

遗忘因子递推最小二乘法辨识锂离子电池参数

递推最小二乘法是辨识锂离子电池等效电路模型参数常见的方法,然而随着递推过程中数据的增加,新数据的生成会受到旧数据的影响,导致误差较大。为此,对锂离子电池的二阶RC等效电路模型进行建模和分析,提出一种用于等效电路模型参数在线辨识的遗忘因子递推最小二乘(FFRLS)法。在动力应力测试实验的基础上,在线辨识等效电路模型参数,利用识别的电路参数对电池电压进行在线预测。通过对比不同遗忘因子(λ)下的端电压均方根误差,发现λ=0.86～0.94为最佳范围。所提算法的精度优于递推最小二乘(RLS)法,验证了算法的可行性和有效性。     

基于最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机参数的时变和不确定性,设计了基于遗忘因子递推最小二乘法的电机定子电阻、dq轴电感以及转动惯量的辨识方法,仿真结果表明了该方法收敛速度快,能准确地实现电机定子电阻、dq轴电感以及转动惯量的辨识。     

基于最小二乘类算法的站用异步电机参数辨识问题的研究

站用异步电动机参数的精度直接影响换流站水冷系统中驱动电机的控制效果.在转速基本恒定条件下建立了站用异步电动机两相静止坐标系下的待辨识模型,针对在使用最小二乘类算法对站用异步电机进行参数辨识过程中遇到的转速波动、待辨识参数耦合和数据处理等关键性问题,给出了相应的解决方案.通过系统仿真的验证,并搭建电机参数辨识平台进行了电机参数辨识实验,验证了解决方案的有效性.     

基于铭牌数据和序列二次规划算法的感应电动机模型参数辨识

为克服基于铭牌数据辨识电动机模型参数时人工增加近似约束条件的不足,提出新的辨识电动机单笼和双笼模型参数的优化数学模型。该模型以计算效率偏差最小为目标,以电动机定子电流、输入无功、最大电磁转矩和起动参数等重要性能指标等于铭牌值为约束条件,并采用序列二次规划算法进行求解。算例验证了所提模型和算法的科学性。与其他方法的比较表明,采用所提模型与算法计算得到的模型参数能够更好地反映电动机的工作特性。     

感应电机的参数辨识

利用感应电机启动和稳态过程的简化模型,设计了一种利用最小二乘法原理的参数辨识方法,并且进行了实验和讨论。     

基于多新息最小二乘算法的锂电池参数辨识

为了保证电池管理系统的安全可靠运行，需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象，建立其RC等效电路模型，并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制，采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据，并根据实验数据在不同初值下进行参数辨识，通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明，多新息最小二乘辨识算法具有快速收敛性与高精确性。     

基于递推最小二乘法的虚拟同步发电机参数辨识方法

基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。     

基于复数模型描述的感应电动机参数辨识算法

根据感应电动机的复数状态方程描述,首先讨论了转速恒定条件下感应电动机参数辨识的最小二乘算法,指出共性能对转速波动的敏感性,其次,应用本文得到的实验数复变量正实误差模型条件下的参数调整算法,给出了２种新的变速驱动时感应电动机定转子参数的辨识算法,它们可以在交流传动系统的参数自适应设计问题中得到应用。     

感应电动机矢量控制参数离线辨识技术

详细介绍了感应电动机矢量控制系统电机参数的一种离线辨识技术.这种参数辨识技术基于电机的动态数学模型,通过在电机端注入直流或者单相交流电流,测量相应的电压响应,辨识出电机的定子电阻、转子电阻、定子瞬态电感和转子时间常数.最后通过大量的仿真和实验结果证明了参数辨识算法的正确性.     

一种基于变频器驱动的异步电机参数辨识方法

提出了一种简单有效、易于在变频器驱动下实现的异步电机参数离线辨识方法。无需直流、堵转、空载等复杂的实验,在异步电机的三相定子绕组中通入单相的脉冲电压,即可自动获得矢量控制系统所需的异步电机的所有参数。离线辨识算法采用最小二乘法,选取硬件容易实现且系统容易收敛的脉冲信号作为激励信号。针对不同的脉冲宽度信号,进行了仿真分析。最后将这种参数辨识方法运用到15 kW的感应电机中,实验结果很好地说明了该方法的正确性与合理性,为实际应用提供了很好的参考意见。     

感应电机参数的离线辨识

提出了一种基于SVPWM的感应参数离线辨识方法,通过改进的直流实验、堵转实验、空载实验和阶跃电压实验辨识感应电机所有的参数。辨识过程由系统自动完成,无需人工操作,无需速度信息。信号处理使用了离散快速傅立叶变换(DFFT)和最小二乘法,准确地提取了有效信息,提高了辨识精度。实验结果证明了上述方法是正确可靠的,且保证了较高的辨识精度。     

异步电机定转子参数的辨识方法研究

基于异步电机在两相坐标系里的状态方程,通过检测电机的定子电压、电流和转速信号,而不需要转子磁链信号,利用最小二乘法递推算法对电机参数进行了辨识,由于不需要转子磁链,这样通过观测得到的磁链就不会影响辨识的准确性,消除了参数计算和磁链观测之间的耦合,仿真结果和实验验证了辨识的准确性.     

基于微粒群算法的感应电机参数辨识

提出一种基于微粒群优化算法(Particle Swarm Optimization Algorithm,简称PSOA)的感应电机参数辨识方法.该方法通过计算感应电机实际输出与模型输出的差值来对估计模型进行不断修正,从而辨识出感应电机参数.介绍感应电机的数学模型和PSOA的运行机理及特征.详细说明采用PSOA对感应电机进行参数辨识的步骤和过程,并通过实验证明了该方法的可行性和辨识结果的可信性.     

变频器驱动下感应电机参数的一种辨识方法

基于感应电机三相定子绕组通单相正弦电流下的电机模型,设计了一种新的感应电机在静止状态下参数辨识的方法。该方法无需做堵转和空载实验,即可得到电机无速度传感器矢量控制系统中所需要的全部参数。为了避免复杂的运算过程,文中提出了一种新的迭代算法替代直接求解非线性方程组。仿真和物理实验证明,该方法辨识精度高、计算简单、实用性强。     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。     

一种简单有效的感应电机转子参数辨识方案

本文选择了以间接矢量控制为基本方法，采用ＤＳＰ为计算与控制中心的方案，进行了感应电机转子参数辨识方法的研究。针对影响感应电机高效率、高性能运行的转子时间常数随时间变化的问题，提出了一种新的在线自适应辨识方法。并对所述系统进行了实验室的小功率拖动实验，达到了预期的效果。     

基于快速参数辨识的感应电机转子温度在线评估方法

工程实际中,如何快速准确监测感应电机转子温度对电气设备状态评估、故障预测和安全生产具有重要意义。但受运行条件限制,转子温度很难直接测得且通过间接评估方法也存在较大难度。针对这一问题,提出一种快速参数辨识的转子温度评估方法,利用转子槽谐波辨识得到转子转速,进而利用可模拟电机堵转运行的起动初始阶段的实测电参数求解得出转子电阻。将上述求解得到的转速与转子电阻,当作实时辨识转子电阻的扩展卡尔曼滤波法(EKF)所需初值,避免了初值求解迭代时间过长的问题,实现了快速在线辨识转子电阻。进而基于金属材料电阻值与温度之间的关系,求出转子实时变化温度数据。以1台22 kW感应电机为例,辨识了负载条件下的转子温度情况,验证了所提出方法的有效性与可行性。     

基于传递函数的遗传算法感应电机参数辨识

提出了一种基于传递函数的感应电机参数辨识方法,这种方法是通过计算感应电机实际输出和电气模型输出的差值来不断对估计模型进行修正,从而辨识出感应电机参数,并与传统的最小二乘算法辨识结果和电机参数真值进行了比较。实验证明,采用该方法对感应电动机进行参数辨识是可行的,辨识结果是可信的。