基于小波分析的同步電機參數(shù)辨識_第1頁
基于小波分析的同步電機參數(shù)辨識_第2頁
基于小波分析的同步電機參數(shù)辨識_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

基于小波分析的同步電機參數(shù)辨識

在分析、計算、模擬和研究電機及其系統(tǒng)時,必須知道電機的精確參數(shù)值。目前,國內(nèi)外研究同步電機參數(shù)辨識的文獻很多,但對于同步電機瞬態(tài)參數(shù)的測量,大多數(shù)是基于同步電機的三相同時突然短路試驗,利用最小二乘或卡爾曼濾波等方法辨識電機參數(shù)。而由于同步電機參數(shù)模型的強非線性,電機參數(shù),尤其是瞬態(tài)參數(shù),難以準確測量。并且,在實際操作中,三相短路往往不是同時發(fā)生的。特別是對大電流負載,都是兩相先短路,然后才是三相短路,要使三相短路電流誤差不大,則合閘時間需控制在0.5ms之內(nèi),因此難以實現(xiàn)基于三相突然短路試驗的同步電機參數(shù)準確辨識。相對于同步電機的三相同時突然短路試驗,線對線突然短路試驗控制和實現(xiàn)相對容易,兩相突然短路不存在合閘時間不一致的問題。短路利用其突然短路電流來進行參數(shù)辨識的誤差較小。文中基于線對線突然短路試驗,利用小波變換和神經(jīng)網(wǎng)絡參數(shù)辨識的新方法,辨識了同步電機的瞬態(tài)參數(shù)。參數(shù)辨識時,利用小波變換對線對線短路電流進行預處理,辨識得到短路電流的基波分量和直流分量,再根據(jù)設定含有電機參數(shù)神經(jīng)元激發(fā)函數(shù),構建神經(jīng)元網(wǎng)絡,辨識得到電機的瞬態(tài)參數(shù)。1實驗1.2原理及參數(shù)假設三相電機參數(shù)xd、x′d、x″d、x″q、Ta2、T′d2及T″d2為已知,得到穩(wěn)態(tài)運行時突然兩相(假定為b、c兩相)線對線短路的b相理想短路電流為ib=√3(sinθ-bsin3θ+b2sin5θ?)EFd21+√3Esinθ0x2(12-bcos2θ+?)exp(-t/Τa2)。ib=3√(sinθ?bsin3θ+b2sin5θ?)EFd21+3√Esinθ0x2(12?bcos2θ+?)exp(?t/Ta2)。其中:Fd21=(1x?d+x2-1x′d+x2)exp(-t/Τ?d2)+(1x′d+x2-1xd+x2)exp(-t/Τ′d2)+1xd+x2。表達式中的b可通過穩(wěn)態(tài)運行時的電流參數(shù)經(jīng)FFT分解得到,而Fd21中的xd則可直接通過測量得到。為使仿真接近實驗的真實情況,在ib中加入表示外界給短路電流所得帶來影響的random。得到實際的b相短路電流應為i=ib+random。在對i中所含參數(shù)辨識之前,為減小辨識的誤差,對i進行預處理。用小波變換方法分離出i中直流、基波和高次諧波分量,其表達式分別為i0=√3Esinθ02x2exp(-t/Τa2)?i1=√3EFd21sinθ?i2=f(nθ)?n≥2。通過反復試驗比較發(fā)現(xiàn),對于突然短路的過渡過程電流,選取在時域和頻域都具有良好局部化性質(zhì)的Meyer小波作分析,取得了比較理想的效果。2超瞬態(tài)電抗測試利用神經(jīng)網(wǎng)絡進行參數(shù)辨識時,需設定激發(fā)函數(shù)及對應的權值。根據(jù)直流分量的表達式形式,辨識時選定激發(fā)函數(shù)exp(-t/Ta2)及權值函數(shù)W(t),經(jīng)過神經(jīng)網(wǎng)絡訓練得到W(t),簡單計算得到阻抗參數(shù)x2。與穩(wěn)態(tài)運行實驗得到的參數(shù)b聯(lián)立方程組:{√x?dx?q=x2,√x?q-√x?d√x?q+√x?d=b,可解出超瞬態(tài)電抗x″d和x″q。為了辨識直流分量中所含的參數(shù),設定神經(jīng)網(wǎng)絡的3個激發(fā)函數(shù)為φ1=sinθ,φ2=exp(-t/T′d2)·sinθ,φ3=exp(-t/T″d2)·sinθ,相應的權值向量為W(t)=[w0(t)w1(t)w3(t)]T。經(jīng)過神經(jīng)網(wǎng)絡訓練之后得到w0、w1和w2的真實值。聯(lián)立方程組{w0=√3E1xd+x2,w1=√3E(1x′d+x2-1xd+x2),w2=√3E(1x?d+x2-1x′d+x2),求解可得x′d。3基于小波變換的雙網(wǎng)參數(shù)辨識不論是參數(shù)的理論計算,還是實驗測量都是其準確值的近似量,誤差難以衡量。為了說明文中提出的辨識方法有效,對實驗數(shù)據(jù)進行了仿真分析。仿真以一臺參數(shù)為xd=3.97804Ω,x′d=0.23714Ω,x″d=0.14366Ω,x″q=0.1558Ω,Ta2=0.0416s,T′d2=0.0280s,T″d2=0.0106s的三相同步電機為例。為證明小波變換與神經(jīng)網(wǎng)絡結合的參數(shù)辨識方法更有效,設定兩種辨識方法進行對比試驗。方法I為原始信號不經(jīng)過小波分解的預處理,直接用神經(jīng)網(wǎng)絡辨識;方法II先對原始信號進行小波分解,得到其中的直流和基波分量,再對其分別利用神經(jīng)網(wǎng)絡辨識參數(shù)。根據(jù)三相同步電機的局部辨識原理,對于能通過簡單方法準確測量和計算得到的直軸阻抗xd,假定為已知參數(shù)?;谇笆龇治?實際得到考慮噪聲影響的線對線突然短路電流i如圖1所示。經(jīng)小波分解預處理后得到的直流分量和基波分量與實際電流中直流分量和基波分量的比較如圖2所示。兩種方法的辨識結果比較如表1所示。通過表1可以看出,在這臺電機的參數(shù)辨識中,先經(jīng)過小波變換預處理,再進行神經(jīng)網(wǎng)絡辨識的新方法比直接用神經(jīng)網(wǎng)絡參數(shù)辨識所得結果精度高。由此可證明文中所用的方法是可行的。Fd21中的時間常數(shù)T″d2未能辨識出,說明該方法有待進一步改進。4電機

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論