同步电动机参数辨识方法.doc

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） 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。 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） 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 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。b、c相绕组通过电阻串接到直流电源上。试验时，使bc绕组突然对线短路，采集定子bc的相电流和励磁绕组电流 （6）还有一些比如最小二乘法、卡尔曼滤波辨识、扩展粒子群优化算法等等 （7）基于人工神经网络的同步电机在线参数辨识 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。目前国内的研究还比较少。缺点是：必须有足够多的、足够精确的导师样本。 改善1：用不同的励磁电压和功率下进行多次仿真的结果作为导师样本来训练神经网络。 改善2：采用在线参数辨识的混合算法：先利用遗传算法在大范围内进行参数寻优，然后以此值作为OEM（输出误差法）的初值进行迭代；用OEM求得的结果训练人工神经网络；通过成功训练的神经网络在线辨识改革中运行状态下的电机参数。 改善3：电机在各种典型运行模式下的检测数据经卡尔曼滤波、状态空间有限元等基于模型的辨识算法离线计算得到。 国外： SSFR: standstill frequency response(inject alternating currents to the stator windings with the rotor at standstill(w=0)) Two tests one: field winding open another: field wingding short-circuited Genetic Algorithm first: get the five time constants , then circuit parameters in terms of measurable time constants test: (a) sudden 3-phase short-circuit test (b)stator decrement(consume) test with field on short-circuit ● multitime scale decomposition(最大似然估计，在线性参数辨识方面是成功的。) , the method is based on frequency responses The machine is at a standstill and supplied by voltage preudorandon binary sequences Output:the currents in the windings Off-line (能辨识出所