基于Park模型的同步发电机参数辨识

格式：pdf
大小：4.79 MB
文档页数：7

下载文档原格式

基于Park模型的同步发电机参数辨识_孙黎霞

第29卷第19期中国电机工程学报 V ol.29 No.19 Jul. 5, 200950 2009年7月5日 Proceedings of the CSEE ©2009 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 (2009) 19-0050-07 中图分类号：TM 74 文献标志码：A 学科分类号：470⋅40基于Park模型的同步发电机参数辨识孙黎霞1，鞠平1，高运华1，史可琴2，杨文宇2，甄威3，刘柏私3，吴磊1 (1．河海大学电气工程学院，江苏省南京市 210098；2．西北电网有限公司，陕西省西安市 710000；3．四川电力试验研究院，四川省成都市 610072)Parameter Estimation of Synchronous Generator Based on Park Model SUN Li-xia1, JU Ping1, GAO Yun-hua1, SHI Ke-qin2, YANG Wen-yu2, ZHEN Wei3, LIU Bai-si3, WU Lei1(1. College of Electrical Engineering, Hohai University, Nanjing 210098 , Jiangsu Province, China;2. Northwest Power Grid Co., Ltd., Xi’an 710000, Shaanxi Province, China;3. Sichuan Electric Power Test & Research Institute , Chengdu 610072, Sichuan Province, China)ABSTRACT: It was pointed that the dependency between the practical parameters of synchronous machines might lead to difficulties in estimation of the parameters. This paper proposed to estimate the circuit parameters in Park model and then convert the circuit parameters into practical parameters. The identifiability of the circuit parameters in Park model was analyzed in detail. The q-axis parameters are uniquely identifiable, the d-axis parameters are not uniquely identifiable with using the steady-state pre fault and dynamic process and uniquely identifiable with adding the steady-state post fault. An experiment was carried out via applying a step disturbance to the excitation system. Some of the circuit parameters in Park model were firstly estimated according to the steady-state equations, and others were estimated through the dynamic process with using ant colony optional (ACO) algorithm. The test results with real-time digital simulator (RTDS) show that the parameter estimation based on Park model can improve both the precision and the stability of the parameter estimation compared with the practical parameter estimation.KEY WORDS: synchronous generator; Park equation; parameter estimation; ant colony optimization摘要：指出实用参数的非独立性可能导致基于实用模型的参数辨识的困难，提出直接基于Park 模型辨识电路参数，必要时转换为实用参数。

永磁同步电机参数辨识研究

永磁同步电机参数辨识研究永磁同步电机是一种具有高效率、高功率密度和快速响应等优点的电机，广泛应用于各种工业和民用领域。

为了实现永磁同步电机的精确控制和监测，需要对其参数进行准确的辨识。

下面介绍永磁同步电机参数辨识的研究内容和方法。

参数辨识的研究内容永磁同步电机的参数包括定子电阻、转子电阻、漏感电抗、定子电感、转子电感、永磁体磁化强度等。

这些参数的准确性对电机的控制性能和效率具有重要影响。

因此，永磁同步电机参数辨识的研究内容主要包括以下几个方面：（1）电机模型建立电机模型是进行参数辨识的基础，需要建立准确、简洁、适用的电机模型。

常用的永磁同步电机模型包括dq轴等效电路模型、电感电阻模型和磁路模型等。

（2）数据采集和处理对于参数辨识，需要采集电机运行时的电流、电压和转速等数据，并进行预处理，包括滤波、降噪、积分等操作，以提高数据质量和准确性。

（3）参数估计方法参数估计方法是指利用采集的数据，通过数学模型和算法进行参数估计和辨识。

常用的方法包括最小二乘法、最大似然法、粒子群优化法、神经网络方法等。

参数辨识的方法（1）基于模型的方法基于模型的方法是指根据电机的数学模型，通过采集的电机数据进行参数辨识。

常用的方法包括最小二乘法、极大似然法、扩展卡尔曼滤波法等。

这些方法需要先建立电机的数学模型，然后根据采集的数据对模型中的参数进行估计和辨识。

（2）基于信号处理的方法基于信号处理的方法是指通过对电机运行数据进行频谱分析、小波分析等信号处理方法，提取出电机运行时的特征参数，如电流的基波频率、谐波频率等。

然后根据这些特征参数进行电机参数的辨识。

（3）基于神经网络的方法永磁同步电机参数辨识是指通过对永磁同步电机的电、磁等参数进行辨识，从而实现对电机性能的优化控制。

常见的永磁同步电机参数包括：定子电阻、定子漏感、转子漏感、永磁体磁通和磁极数等。

永磁同步电机的参数辨识方法主要有两类：基于模型的方法和基于神经网络的方法。

人工神经网络在线辨识同步电机转子参数

微电机 2004 年第 37 卷第 3 期 ( 总第 138 期)
3 为在扰动的过程中变量 ifd 、 ∆ 不是一个常量, 所以上面的参数 Η可以由这两个变量映射。符号 E 和 Ρ 分别表示统计的平均值和标准偏差。其网络如下图。
附录 1 由于本文用的是扰动法, u d , u q , id , iq 均为时变的参数, 对应每一个采样点 t, 他们各不相同, 计算这个微分方程就存在一定的困难。下面给出了简化
微电机 2004 年第 37 卷第 3 期 ( 总第 138 期)
设计与研究・D ES IGN ” RESEARCH
人工神经网络在线辨识同步电机转子参数
杨明贵
( 西安交通大学, 陕西西安 710049)
摘要: 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 111kVA , 440V 的同步电机进行仿真, 然后采用 B P 神经网络对其进行参数辨识, 并取得了满意的效果。关键词: 同步电机; 参数辨识; 人工神经网络; O EM 中图分类号: TM 343 文献标识码: A 文章编号: 1001- 6848 ( 2004) 03- 0006- 03
图 1 转子回路模型
2 模型的选择
文中采用的两回路的转子模型如图 1 所示。对于连续的时间系统, 状态模型可以表示为:
收稿日期: 2004- 03- 23
) ・X ( t) + B ( Η ) ・U ( t) + Ξ ( t) [ 2 ] dX ( t) d t= A ( Η ( 1)

同步电动机参数辨识与控制研究

同步电动机参数辨识与控制研究近年来，同步电动机在工业控制领域中越来越受到广泛应用。

同步电动机具有结构紧凑、效率高、稳定性好等优良特性，被广泛运用在各种工业设备中，如风机、水泵、压缩机等设备中。

然而，由于不同应用中同步电动机的参数不同，为了实现最佳性能并提高工作效率，需要对电动机进行参数辨识与控制研究。

同步电动机的参数辨识是指通过实际运动的数据采集和理论分析来求解电动机所包含的未知参数。

通过参数辨识，可以得到电动机的转子惯量、电感、电阻等参数，进而设计出更精确的控制策略，使同步电动机在工作过程中达到更优的效果。

目前，常用的同步电动机参数辨识方法有基于模型的方法和基于数据的方法。

基于模型的同步电动机参数辨识方法结合了电动机的物理模型和系统辨识理论方法，通过建立数学模型来确定电动机的未知参数。

该方法通常需要大量的系统理论基础和高强度的数据采集设备。

基于数据的同步电动机参数辨识方法则不需要知道电动机的具体物理特征，却需要大量的实际数据，并采用统计方法对数据进行处理。

随着现代计算技术的不断提高，基于数据的同步电动机参数辨识方法已被广泛应用。

除了参数辨识外，同步电动机的精确控制也是同步电动机研究中的重要环节。

在控制中，电动机需要遵循一定的工作原理和控制策略，以实现精确控制。

常用的同步电动机控制策略有位置控制、速度控制和力矩控制等。

其中，位置控制是控制器输出位置信号的控制策略，可以实现精确的位置控制；速度控制则是控制器输出电机旋转速度信号的控制策略，可以实现电机稳定转速的控制；力矩控制则是在电动机输出给定扭矩的前提下实现实时控制。

为了实现同步电动机的精确控制，需要结合参数辨识和控制策略，设计出最佳的同步电动机控制器。

常用的同步电动机控制器有PID控制器、模糊控制器、神经网络控制器等。

其中，PID控制器是最常用的同步电动机控制器之一，它通过比较目标值和实际值之间的误差来实现电动机的精确控制。

模糊控制器则考虑到电动机特性模糊和不确定性，采用逻辑推理来实现电动机的精确控制。

基于时域仿真抛载法的同步发电机参数辨识方法

基于时域仿真抛载法的同步发电机
参数辨识方法
“基于时域仿真抛载法的同步发电机参数辨识方法”是一种新型的发电机参数辨识方法，它是利用时域仿真抛载法对同步发电机的不同参数进行快速辨识的方法。

传统的参数辨识方法大多是利用频域仿真技术，但是频域仿真技术要求发电机在辨识过程中必须处于稳态运行状态，而基于时域仿真抛载法的参数辨识方法则不存在这种要求，可以在系统的任意状态下进行参数辨识，使得参数辨识的效率大大提高。

基于时域仿真抛载法的同步发电机参数辨识方法主要包括以下几个步骤：
1、首先根据发电机的物理特性，建立发电机的时域仿真模型，并确定发电机参数的辨识方式，即确定需要辨识的参数以及辨识的精度。

2、根据发电机的实际工况，利用时域仿真抛载法将发电机的实际工况数据作为输入，对发电机的参数进行辨识。

3、根据辨识结果，对发电机的参数进行修正，使其符合发电机实际工况下的实际参数，从而完成参数辨识。

基于时域仿真抛载法的同步发电机参数辨识方法具有以下优势：
1、可以快速准确地对发电机的参数进行辨识，辨识的时间短，效率高。

2、可以在发电机处于任意状态下进行参数辨识，无需将发电机稳态调节，大大提高了辨识效率。

3、可以更好地模拟实际发电机的特性，保证辨识的准确性。

4、可以快速灵活地进行参数辨识，并能够实现对发电机参数的连续调节，从而使发电机的性能得到更好的改善。

因此，基于时域仿真抛载法的同步发电机参数辨识方法是一种相对简单、高效、准确的发电机参数辨识方法，它可以有效地提高发电机参数辨识的效率，保证发电机的正常运行。

同步电动机参数辨识方法

同步电动机参数辨识方法（待续）同步电机辨识的参数主要有两类：1、等效电路参数（电阻、电感等）2、时间常数与电抗（包括瞬变超瞬变参数）考虑问题：1、怎样选取适当的辨识信号和设计有效的辨识实验2、怎样选取辨识模型（使用较多的是两回路的转子模型）3、怎样证明辨识所得参数的有效性经典辨识：通过作阶跃响应、频率响应、脉冲响应等试验，测得对象以时间或频率为变量的实验曲线。

最小二乘法：目前使用比较广泛。

基于进化的策略法，如神经网络、遗传算法、粒子群游优化算法等等。

一般采用方法：突然短路、甩负荷、直流衰减法、静止频率响应法等等。

（理想情况下辨识，以及考虑饱和、磁滞、集肤效应等非线性因素）国内：传统方法：●对突然短路电流曲线的包络线加减来得到短路电流的中期分量和非周分量——改进：基于小波变换的短路数据处理方法（缺点是：需要选取小波基）●基于扩展Prony算法的超瞬态参数计算方法（缺点是在实际应用中存在阶数确定的难题）（1）基于HHT的同步电机参数辨识（中国电机工程学报2006）基于Hilbert变换和非线性变量优化（NLO）的基波分量辨识算法，实现了同步电机瞬态和超瞬态参数的精确辨识。

（2）基于小波变换和神经网络的同步电机参数辨识新方法（中国电机工程学报2007）先利用小波变换对短路电流信号进行预处理，再通过改进的人工神经元模型对短路电流进行较为精确的信号分离，得到短路电流中的直流分量、基波分量和二次谐波分量，并且辨识出了电机参数值以及精度较高的时间参数。

（小波变换对短路电流进行预处理，并辨识得到各个时间参数，用来设定神经元激发函数中时间常数的迭代值）（3）一种新颖的电机磁链辨识算法（中国电机工程学报2007）是基于对电机磁链的估计，方法是针对电压模型中的积分环节进行改造：利用一个高通滤波器和1个坐标变换环节构成（4）感应电机参数的离线辨识方法直流实验辨识定子电阻，堵转实验辨识定、转子漏感、转子电阻，空载试验采用V/f控制方式，辨识定转子间的互感（5）直流衰减静测法局部辨识同步电机参数研究定子a相绕组轴线与转子d轴重合，a相绕组开路，励磁绕组短路。

48永磁同步电动机参数自适应辨识的建模与仿真

ˆ 、c ˆ 、b ˆ 代入式（9）中，根据文献[10]中的引理将a
3-1，得到各参数的自适应律如下：
ˆd ed + iˆq eq ) + a ⎧a ˆ = −( K f 2 + K f 1 / s)(i ˆ (0) ⎪ ⎪ˆ ˆ(0) ⎨b = ( K g 2 + K g 1 / s )[u d ed + u q eq ] + b ⎪c ˆ = −( K h 2 + K h1 / s )ωeq + c ˆ(0) ⎪ ⎩
假设电机转速 ω 为已知量，基于状态方程构造参数调整模型为 ˆ ˆ + Bu ˆ +C ˆ + G(i ˆ - i) Piˆ = Ai (6)
(13)
ˆ = [i ˆd 式中： i
ˆ ˆ = ⎡−a 矩阵 A ⎢ −ω ⎣
ˆq ]T 为模型状态矢量；含有可调参数的系数 i
ω ⎤
⎡ˆ ⎤ ˆ = ⎢b 0 ⎥ ，常数项矩阵， B ⎥ ˆ ˆ⎦ −a ⎢ ⎣0 b ⎥ ⎦ T ˆ 分别为 Rs、L 的辨 ˆ ˆ ˆ ˆ ˆ ，其中 a = R L （ R 、 L / ˆ] C = [0 − ω c s s ˆ = 1/ L ˆ （ψ ˆ ，c ˆf 为 ψ f 的辨识值） ˆ =ψ ˆf /L ；识值），b
·3552·
第 21 卷第 12 期 2009 年 6 月
赵克，等：永磁同步电动机参数自适应辨识的建模与仿真的自适应律分别为 (2) (3) (4) (5)
ˆ = ∫0 f1 (τ )dτ + f 2 (t ) + a ˆ (0) a ˆ = g1 (τ )dτ + g 2 (t ) + b ˆ(0) b ∫0

基于可量测量的同步发电机参数时域辨识

基于可量测量的同步发电机参数时域辨识唐昆明;康丽红;殷家敏;冯树辉【摘要】同步发电机模型中不可观测量的存在使得发电机参数辨识困难.在派克模型的基础上,推导出一种状态量均为量测量的同步发电机参数辨识模型,基于该模型提出用直接积分最小二乘原理来辨识发电机参数,并采用分步辨识策略进行辨识.采用所提模型和算法,所有状态量均可直接由积分求取,避免了求解复杂的微分方程,简化了参数辨识方法,提高了辨识效率,而且降低了噪声对辨识结果的影响.利用MATLAB进行算例仿真,将所提模型与派克模型和某文献模型进行对比,结果表明所提模型和算法正确、简单且精度高.【期刊名称】《电力自动化设备》【年(卷),期】2014(034)008【总页数】6页(P135-139,146)【关键词】同步发电机;参数辨识;可量测量;直接积分最小二乘法;时域分析;模型【作者】唐昆明;康丽红;殷家敏;冯树辉【作者单位】重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400030;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400030;重庆市电力公司长寿供电分公司,重庆401220;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400030;潍坊供电公司,山东潍坊261021【正文语种】中文【中图分类】TM3410 引言同步发电机是电力系统最重要的元件之一，其参数是电力系统电磁暂态和机电暂态分析与控制的基础。

因此，合理且精确的同步发电机模型和参数对准确计算和分析电力系统的行为有着决定性的意义［1-4］。

常见的同步发电机辨识模型有2种［5-6］：实用参数模型和派克模型。

在电力系统分析与计算中，常用的是实用参数模型［7-9］，该模型是在一定的假设条件下得到的。

基于实用参数模型的参数辨识不够平稳，辨识所得到的结果精度低［8］。

有文献提出基于派克模型辨识出电路参数后，再转换成实用参数，有效地改善了参数辨识的精度和平稳性［8-9］，但派克模型和实用参数模型中都含有较多的不可观测量，因此在辨识同步发电机参数时，需要求解复杂的状态方程和灵敏度方程，计算量大，导致辨识方法复杂、辨识效率低，影响了辨识过程的稳定性和辨识结果的准确性。

基于量测数据的发电机参数辨识

! 丁技术
印I cE & TECH LOGY IN O AT1 EN NO 厂RM 0N倒 . 口旨日口臼翔日
一
确映愈乡确
基于量测数据的发电机参数辨识
韩玉兰’芦兴2 李听俊3 汪成根今 (1 西安邮电学院陕西西安 71006 ; 2 东北电力学院吉林吉林 1 3 2 0 12 ; 1 3 浙江富阳市供电浙江富阳 3 1400 ; 4 西安交通大学电气工程学院陕西西安 710049 ) 局 1
的X。值小25%左右，将对机稳设计这组的
q ( 初值a 。处展开，悯Y卜口一乌「出口一乌有: ’ 弩匕十
口
q 轴电压方程
转子运动方程
+尺。少
夕云凡滚州+ 9
二一一叽城州必嘶)
(5)
为了简化数学模型，对电机作两个假
定:
其挚可用态程中利状方求
假定 1 : 忽略定子电磁暂态变化，即取
相关的发电机动态参数的准确值。七十年代末以来，国内外相继研究在线辨识方法来估计发电机的动态参数。在线参数辨识方法的显著特点是 : 直接计及电机实际运
行中的饱和、涡流等因素，一旦辨识成功，这些因素的效应自然包含在参数估计值之
伽么:一( △ 川 ; } )= △拭 ; 伽:一a 二 ) a )
来，值得特别重视。常规发电机参数测量方法主要采用离线试验方法，难以得到与饱和、涡流密切
入到( 5 ) 中去，即可求得矩阵的各元素。将(4)代入到(2 中，令 △ ) 卜今 Y 则: ) a (
了 ([了() 。:一 △ (卜A HA’ :( :神 “ 一 ][ 、。△

具有参数辨识功能的永磁同步电机双矢量模型预测电流控制

具有参数辨识功能的永磁同步电机双矢量模型预测电流控制摘要：电力的出现和使用在人类文明的进步中发挥了前所未有的作用。

随着社会生产力的发展和科技的进步，在经济和技术全球化加速的背景下，各种引擎的技术水平有所提高，新的引擎更能发挥作用，更能满足人们的社会生产和生活需要，其中包括永久磁铁同步引擎。

本文对具有参数辨识功能的永磁同步电机双矢量模型预测电流控制进行分析，以供参考。

关键词：永磁同步电机；预测控制；双矢量；多参数辨识；模型参考自适应引言永磁同步电机的出现，是一种基于永磁技术的新型电机，改善了传统电机的许多弊端，为提高生产率和提高人民生活水平提供了新的动力。

在社会生产迅速发展的背景下，多普勒永磁同步电机已成为社会生产和工业生产发展中广泛使用的一种发动机形式，在机械制造、船舶和化学品等工业领域发挥了重要作用。

1永磁同步电机的特点永磁同步电机比传统电机有所改进，具有传统电机无法比拟的优势。

我国的传统驱动力大、重、惰性、反应缓慢、效率低下、能源消耗低和生产效率低。

随着社会的进步，传统的驱动力再也不能适应社会密集型生产的发展与传统电动机相比，永磁同步电动机体积较小、重量轻、响应能力强、惯性较高、功率相同、功耗较低、使用更加安全。

在使用方面，永磁同步电机消除了传统电机使用中需要非无功励磁电流的缺点，同时大幅提高功率因数，减少电阻损耗和风扇磨损，提高了近10 %的工作效率；永磁同步电动机在低负荷运行时可实现更大的节能。

采用永磁同步电机的成本高于传统电机。

从经济角度来看，永磁同步电动机更适合于工业生产和全年运转的化学品制造，以及风扇、泵等。

全年运作。

2永磁同步电机智能控制策略2.1模糊控制模糊控制是基于模糊集理论、模糊语言和模糊逻辑等理论来实现的一种智能控制算法。

模糊控制是指模拟人的模糊性思考与判断以达到对受控对象的智能控制。

模糊控制由模糊化、模糊推理和反模糊化三个过程构成。

首先将专业人士的经验归纳为模糊准则，并对归纳后的模糊准则进行模糊处理，最后将模糊处理后的输出值加入到执行程序中。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于Park模型的同步发电机参数辨识

合集下载