基于神经网络的永磁同步电机多参数解耦在线辨识

为消除永磁同步电机数学模型欠秩性而引起的在线多参数辨识时的耦合影响,本文提出了一种矢量控制策略下的d轴负序电流瞬时注入神经网络解耦辨识方法,结合最小均方权值收敛算法,在线辨识出了表贴式永磁同步电机的电感、定子电阻和转子磁链,并通过增加网络结构中节点的方法削弱了逆变器压降、死区等因素对参数辨识精度的影响。实验结果验证了算法的有效性,在不影响电机系统正常运行的同时,实现多参数快速辨识,且具有较好的辨识精度。     

人工神经网络在线辨识同步电机转子参数

用人工神经网络的成功在线辨识了同步电机转子参数。这种参数的优势在于能反映电机实际运行过程中受到的饱和、电机老化、电磁力等因素的影响．辨识的参数更接近于电机的实际运行参数。在参数迭代过程中．文中引入了时变的松弛算子．改进了牛顿法在计算非线性函数二阶导数过于复杂的缺点。最后对一台lllkVA．440V的同步电机进行仿真，然后采用BP神经网络对其进行参数辨识．并取得了满意的效果。     

嵌入式永磁同步电机自适应在线参数辨识

针对嵌入式永磁同步电机参数辨识问题,提出一种自适应在线参数辨识方法,可在同一模型中对定子电阻、d轴电感、q轴电感和永磁体磁链进行辨识.该方法基于模型参考自适应系统,在同步旋转d-q坐标系下,构造出q轴电流自适应观测器,利用q轴电流观测误差,借助Lyapunov超稳定理论建立参数的辨识模型并推导出待辨识参数的自适应律,保证了特定条件下系统的稳定性和辨识参数的收敛性,解决了参数在线辨识算法的鲁棒性差、算法复杂等问题.仿真和实验结果表明,辨识参数能够在较短的时间内收敛到真实值附近,并且具有较小的误差.     

表贴式永磁同步电机准稳态多参数在线辨识

针对永磁同步电机参数传统稳态辨识与动态辨识的不足,提出了准稳态辨识模型以及关于表贴式永磁同步电机的准稳态多参数在线辨识方法。该方法以遗忘因子递推最小二乘算法为基础,以误差分析为优化指导,辨识精度较高。该方法可同时辨识表贴式永磁同步电机3个电气参数,辨识速度快,计算量适中,适合工程应用。以DSP和智能功率模块为实验平台基础的实验研究验证了所提出方法的可行性与有效性。     

仅已知单参数的永磁同步电机在线参数辨识

为了能在电机运行过程中得到电机的各项参数,提出遗忘因子最小二乘法在线参数辨识。在实际工况下,表贴式永磁同步电机仅需获取电机永磁磁链即可对电机的电感与电阻进行在线参数辨识。首先建立电机物理模型与矢量控制系统,而后将电机物理模型进行离散变换,将变换后的模型与遗忘因子最小二乘法相结合,从输出的待辨识矩阵中得到突变、渐变的电阻与电感,最后在Matlab/Simulink中进行仿真并搭建实验平台验证算法。仿真得到渐变情况下的辨识电阻与电感的平均误差分别约为1.152%和0.36%。突变情况下的辨识电阻与电感的平均误差分别约为1.23%和0.2334%。实验验证得到的辨识电阻误差为4.05%,辨识电感误差为1.94%。     

表贴式永磁同步电机的多参数在线辨识

针对表贴式永磁同步电机的多参数辨识,提出一种基于模型参考自适应理论的在线辨识方法,可在同一模型中对定子电阻、交直轴电感和永磁体磁链进行辨识。该方法借助Popov超稳定理论设计自适应律,保证了特定条件下辨识的收敛性,同时采用分步辨识,克服多参数辨识的欠秩问题,保证了辨识结果的唯一性,从而实现多参数辨识。分步辨识首先利用电机q轴电流方程估算出交直轴电感,之后对d轴注入一个小电流值,利用已获得的电感值辨识出定子电阻和转子磁链,同时所辨识出的磁链可进一步用来在线估算定子电阻值的变化。仿真和实验结果表明,该方法可以在同一模型中准确辨识出电机的多个参数,且无需考虑电机的运行状态,具有实用性。     

基于递归神经网络的永磁同步电机参数辨识研究

电机参数的变化会加大永磁同步电动机(PMSM)的控制难度,所以研究参数辨识对于闭环控制系统的稳定运行有着重大的意义。在采用变分理论实现最小绝对值偏差法(LAD)的基础上,研究了一种基于递归神经网络(RNN)的辨识方法。仿真结果表明,该方法具有很快的收敛速度,能准确地辨识PMSM的定子电阻、d,q轴电枢电感及转子磁链等参数,并且具有良好鲁棒性,在出现参数变化或异常值情况下仍能辨识到正确结果。     

基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制

永磁同步电机控制系统是多变量和非线性的。针对传统PI控制方法的不足,提出了一种基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制方法。该方法利用RBF神经网络极强的非线性映射能力,通过对神经网络的离线和在线训练,实现了电机速度的自适应控制。仿真结果表明该方法控制精度高,动、静态特性好。     

同步电机直轴瞬态参数辨识

对基于Matlab的同步电机直轴瞬态参数测试方法进行研究。通过建立相应的数学模型来分析同步电机三相突然短路实验中电机的瞬态过程;运用Matlab分别采用传统方法和最小二乘法对测量的数据进行分析和处理;最后根据实例验证方法的可行性,并通过检测数据的比较选出较优越的算法。     

基于永磁磁链在线辨识的永磁同步电机无速度传感器控制

在无速度传感器控制条件下,研究了基于MRAS的永磁同步电机永磁磁链在线辨识系统。仅辨识速度和永磁磁链两个参数,使得辨识模型满秩,避免了出现设置不同初值获得不同永磁磁链辨识值的问题,确保了参数估计的收敛性和唯一性。分析了欠秩问题的本质,分别推导了速度和永磁磁链的辨识自适应律。仿真结果表明:该控制系统在转速和负载突变下均能准确跟踪转子的速度,具有良好的鲁棒性和动态性能,同时降低了系统参数敏感性。     

基于小波变换和Prony算法的同步电机参数辨识

将小波变换应用于同步电机瞬态参数测量，通过对采集到的同步电机三相突然短路电流进行小波变换，降低了信号的采集噪声，分离出了短路电流中的直流分量和基波电流分量，辨识出电机的瞬态参数和非周期分量时间常数，并提出利用扩展的Prony算法辨识电机的超瞬态参数。仿真分析和实机试验表明了所提出的方法是有效的。     

MICROPROCESSOR BASED NONLINEAR EXCITATION CONTROLLER FOR SYNCHRONOUS MACHINES

ABSTRACT

The synchronous machines in power systems have the excitation systems of field winding to improve the transient stability of power systems. The synchronous machines are nonlinear systems, however, the excitation systems have been designed based on linearized systems, because the stability analysis of nonlinear systems is difficult and the generalized control method of nonlinear systems has not been developed yet.

This paper proposes a nonlinear excitation controller for synchronous machines in power systems. For the sake of simplification of the nonlinear state feedback control, this paper considers both the transient stability and the suppression of the rotor swings in transient conditions. The effect of the automatic voltage regulator (AVR) for the synchronous generator is not discussed here. This controller is designed based on Lyapunov's direct method that can directly judge the stability of nonlinear systems. The usefulness and validity of the proposed excitation controller are confirmed by numerical simulations and experiments. The microprocessor based generator excitation system that consists of a nonlinear controller, state variable detector, and PWM inverter, is constructed. The nonlinear excitation controller can improve the transient stability of synchronous machines.     

同步电机瞬变参数的测量

本文对基于数据采集瞳的同步电机瞬变参数测试系统进行研究，分析同步电机三相突然短路中电机的暂上应的数学模型；并研制同步电机三相突然短路瞬变参数测试系统，对系统的构成，测试方法，数据处理均进行了介绍，最后给出测试实例。     

基于遗传算法的超超临界机组过热器动态模型参数辨识

针对超超临界机组过热器MISO动态模型参数辨识问题,提出了一种基于遗传算法的模型参数辨识方法。将遗传算子改进为排序保优选择、非均匀线性交叉和高斯变异,引入均匀设计方法构造初始种群,采用Sigmoid函数适应性调整交叉和变异概率,以提高遗传算法的收敛精度和运算速度。对海门电厂超超临界机组运行数据进行参数辨识仿真的结果表明,该改进遗传算法具有较好的运算性能,预测的输出变化与主蒸汽温度实际变化基本一致,能够反映高温过热器的动态特性。     

机网暂态过程数值仿真中的同步电机模型

提出了一种新的适用于电力系统机网暂态过程数值仿真的无阻尼组同步电机模型,通过采且“先求通解,再用梯形法求积”的方法对同步电机的电压方程组进行差分化,成功地消除了因旋转电势引起的、存在于同步电机直轴电压方程和交轴电压方程之间的耦合,导出了相互解耦的直轴和交轴瞬态等值电路。通过算例比较了该模型与ＥＭＴＰ模型的仿真结果,证明这种新模型是正确的,其仿真算法比ＥＭＴＰ算法更精确、更稳定。     

基于扩展粒子群优化算法的同步发电机参数辨识

提出一种新的扩展粒子群优化(EPSO)算法并应用于同步发电机参数辨识。在粒子群优化(PSO)算法的基础上，EPSO算法采用更多粒子的位置值信息进行变异操作，并且提出根据各粒子的适应值大小确定算法控制参数的方法，保证了扩展后算法的收敛性，EPSO算法模型更具有通用性。仿真算例结果表明了在系统受到较大干扰的情况下，EPSO算法比EP算法和PSO算法具有更精确的参数综合辨识能力，并且EPSO算法比EP算法具有更高的收敛效率。     

发电机定子绕组局部放电在线监测中来自励磁侧的干扰特性的研究

干扰的抑制是局部放电在线监测技术的关键问题之一。深入、系统地研究各种干扰源及其传播通道的特性,全面了解局放信号干扰之间特征的不同,对提高干扰抑制措施的有效性具有重要意义。大功率整流励磁供电电源和火花放电是由励磁制引入的主要干扰源。在实验的基础上,研究了这两种干扰源及其传播通道的特性,分析辽两种对定子绕组局部放电在线监测的影响。     

基于神经网络的同步发电机励磁反步控制

针对同步发电机励磁系统严重的非线性以及参数非精确可知的特点，提出了一种基于神经网络的反步(Backstepping)控制方法，实现了多目标量的励磁控制。神经网络的运用解决了反步控制与励磁系统不满足匹配条件的矛盾。系统设计采用了特殊的在线权值修正算法，不需要离线学习阶段。由稳定性证明可知：控制算法中各参数的设计并不要求被控对象参数精确可知，系统具有较好的鲁棒性。仿真结果表明：该控制方法与PID控制相比具有超调量小、调节速度快等优点。     

水轮机参数在线辨识及调节器参数自整定

本语文以一般混流式水轮机的六参数模型为基础,推导了参数在线辨识的算法,研究了ＰＩ参数在线定的方法,利用仿真技术对整套方案的实现进行仿真,并对此自适应控制方案的性能进行了分析。     

简化前馈网络用于负荷模型参数辨识的研究

负荷的精确建模在电力系统分析中的重要性已被电力工作者所认识到。文中在对自适应的三层前馈网络(ABP)进行修改、简化后，得到简化(或线性)前馈网络(LBP)。并结合现场试验和仿真数据，对用线性前馈网络和辅助变量法对负荷建模的精度进行了比较。把线性前馈网络作为一种算法，对负荷动态模型即差分方程的参数进行了辨识。同时，应用LBP对负荷静态模型即幂函数和多项式模型的参数进行了辨识，还提出基于人工神经网络的负荷动静模型同时辨识法。