基于辨识技术的感应电机能效在线监测模型.pdfVIP

第 41卷第 6期 华 jE电 力 大 学 学 报 Vo1．41，No．6 2014年 11月 JournalofNorthChinaElectricPowerUniversity Nov．，2014 doi：10．3969／j．ISSN．1007—2691．2014．06．08 基于辨识技术的感应 电机能效在线监测模型 张鑫磊 ，余秀月 ，赵海森 ，陈 锋 ，刘晓芳 ，孙明骁 ，张 琦 (1．华北 电力大学 新 能源电力系统国家重点实验室 ，北京 102206； 2．国网福建省 电力有限公司，福建 福州 350003) 摘要 ：将标准能效测试方法与 电动机参数辨识方法相结合 ，分析 了最小二乘递推 (RLS)算法与扩展卡尔曼 滤波 (EKF)两种参数在线辨识方法计算过程及特点，以最小二乘递推算法为基础实现对电动机定转子漏 电 感等参数 的在线辨识，考虑到最小二乘递推算法对转子电阻动态辨识性能较差，利用扩展卡尔曼滤波算法对 电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型，获得 电机各项损耗及能效， 通过仿真验证参数辨识方案可行性 。并将能效测试 B法所得损耗与该模型监测损耗及能效对 比以验证该模 型 。 关键词 ：电动机能效；递推最小二乘算法 ；扩展卡尔曼滤波算法 ；能效监测模型 中图分类号：TM343 文献标识码 ：A 文章编号：1007—2691 (2014)06—0046—07 on．1inemonitormodelofinductionmotor efficiencybasedonRLSandEKF ZHANG Xin—lei，YU Xiu．yue。 ZHAO Hai．sen ，CHEN Feng ， ， LIUXiao—fang，SUNMing—xiao，ZHANGQi (1．StateKeyLaboratoryofAlternateElectricalPowerSystem withRenewableEnergySources，NorthChinaElectric PowerUniversity，Beijing102206，China；2．StateGridFujianElectricPowerCo．，Ltd．，Fuzhou350003，China) Abstract：Thispapercombinesstandardtestmethodsofmotorefficiencywith methodsofparametersidentifica— tion．Theproceduresandfeaturesofrecursiveleastsquares(RLS)andextendedKalmanfilter(EKF)areana— lyzedand the inductancesofmotorare identifiedonlinebasedonrecursiveleastsquares．Consideringthatthe i— dentificationperformanceofrecursiveleastsquaresbeingrelativelypoorforrotorresistance，extendedKalmau fil- terisutilized toidentifyrotorresistance．Further，basedontheparametersidentifiedby identification methods， theefficiencyon-linemonitormodelofinductionmotorisestablishedandtheconsumptionsandefficiencyofmotor aregotten．Thefeasibi