共查询到18条相似文献,搜索用时 375 毫秒
1.
在无轨迹卡尔曼滤波器(UKF)算法的基础上,建立应用于感应电机矢量控制系统的双UKF算法,实现电机状态和参数的同时观测.电机模型选择以定、转子磁链为状态变量的降阶方程,从而有效避免了数值计算的不稳定性.利用Simulink建立感应电机矢量控制系统,通过仿真比较了双UKF与扩展卡尔曼滤波器(EKF)两种算法的性能.实验结果表明,双UKF算法能有效提高状态估计和参数辨识的精度和收敛速度. 相似文献
2.
3.
扩展卡尔曼滤波器(extended Kalman fileter,EKF)已广泛应用于无速度传感器矢量控制转速估计。尽管扩展卡尔曼滤波器具有较强的抗干扰能力,但是面对粗差时仍然会出现较大的抖动,影响系统的控制性能。提出了一种基于抗差扩展卡尔曼滤波器的转速估计方法,分析了粗差对扩展卡尔曼滤波器估算精度的影响,探讨了在应用于感应电机转速估计时抗差EKF能否同样取得良好的估计精度,以及优于EKF的抗粗差性能。通过仿真与实验,对比了遇到较大外部干扰和估算误差干扰时抗差EKF与EKF的转速误差和磁链变化。仿真与实验结果表明,抗差EKF较EKF而言具有更好的抗粗差性能,可以使系统遇到干扰时更快收敛。 相似文献
4.
针对一种基于扩展卡尔曼滤波器(EKF)的感应电动机无速度传感器直接转矩控制系统负载转矩和转速同时估计进行仿真。在直接转矩控制的基础上,通过定子侧可测量的电压、电流值,转速和转矩作为扩展状态量,构建一种无速度传感器的感应电机转速、磁链状态观测器,估算感应电机的负载转矩和转速。该方法能准确估算电机的真实状况,并对负载扰动、电机参数变化具有较强的鲁棒性。仿真结果表明,无速度传感器系统具有较强的动态控制性能,该系统具有抗干扰能力强、超调量小、响应快。 相似文献
5.
基于粒子群优化的感应电机模糊扩展卡尔曼滤波器转速估计方法 总被引:1,自引:0,他引:1
为了减弱固定的先验噪声模型对扩展卡尔曼滤波器(EKF)状态估计的影响,提出一种基于粒子群优化的感应电机模糊EKF(PFEKF)转速估计方法。通过将粒子群优化(PSO)算法引入模糊控制器,监视实际残差与理论残差的偏离程度,自适应选择模糊调整因子,在线递推修正测量噪声协方差矩阵的加权值,使其逐渐逼近真实噪声水平,从而使滤波器进行优化估计,并减小外部干扰和时变测量噪声对系统性能的影响。仿真和实验结果验证了基于PSO的感应电机模糊EKF转速估计方法的正确性与有效性。 相似文献
6.
7.
在对感应电机进行故障诊断的时候,扩展卡尔曼滤波器(EKF)只能在时域上估计电机转子的位置和速度.针对这一不足,提出了一种基于EKF和小波变换的多尺度诊断方法;通过测量电机的端电压和定子线圈电流在线估计电机转子的位置和速度.新算法结合了EKF和小波变换的优点,不仅能够分析出系统在频域上的特性,而且估计精度还要优于EKF.仿真结果说明了新算法的正确性和有效性. 相似文献
8.
9.
10.
11.
12.
混合量测下基于UKF的电力系统动态状态估计 总被引:2,自引:0,他引:2
针对当前电力系统动态状态估计主要采用的扩展卡尔曼滤波(EKF)法存在收敛速度慢、鲁棒性差的缺点,采用一种新的非线性方法——无迹卡尔曼滤波(UKF)法进行电力系统动态状态估计。UKF法由于使用了无迹变换,避免了线性化误差的引入和雅可比矩阵的计算,相比EKF法有更高的估计精度和稳定性。广域测量系统(WAMS)能够提供相量信息,具有精度高、全网严格同步等优点。因此,将WAMS量测数据和数据采集与监控(SCADA)系统量测数据相结合,形成应用混合量测的电力系统动态状态估计。仿真表明,UKF法相比EKF法能够更准确地估计动态系统中的状态量,WAMS信息的引入进一步提高了动态状态估计的性能。 相似文献
13.
P.K. Dash R.K. Mallick 《International Journal of Electrical Power & Energy Systems》2011,33(7):1315-1325
This paper presents the estimation of harmonics in a voltage source converter based HVDC (VSC-HVDC) system for designing AC side filters. The extended Kalman filter (EKF) is well known for estimating amplitude, phase, frequency, and harmonic content of a signal corrupted with noise. However, the EKF algorithm suffers from instability due to linearization and costly calculation of Jacobian matrices, and its performance deteriorates when the signal model is highly nonlinear. This paper, therefore, proposes an unscented Kalman filter (UKF) to overcome these difficulties of linearization and derivative calculations for robust tracking of harmonics in VSC-HVDC system. The model and measurement error covariance matrices Q and R along with the UKF parameters are selected using a modified particle swarm optimization (PSO) algorithm. To circumvent the problem of premature convergence and local minima, a dynamically varying inertia weight based on the variance of the population fitness is used. This results in a better local and global searching ability of the particles, which improves the convergence of the velocity and better accuracy of the UKF parameters. Various simulation results for harmonic signals corrupted with noise obtained from VSC-HVDC system reveal significant improvement in noise rejection and speed of convergence and accuracy. 相似文献
14.
传统异步电机闭环控制中转速和磁链外环采用比例积分(PI)控制,针对其有超调和动态响应慢等问题,提出了一种新型的滑模控制器用于外环转速和磁链控制,改善了动态性能.采用五阶扩展卡尔曼滤波(EKF)来估计转速和磁链并用于闭环反馈,进一步研究了引入转矩观测后的六阶EKF,考察了转动惯量对速度估计的影响,在三电平逆变器驱动异步电机平台上进行了各种实验.结果表明,基于EKF和滑模控制的无速度传感器控制系统在较宽的速度范围内具有良好的动静态性能. 相似文献
15.
永磁直线同步电动机无位置传感器控制系统的研究 总被引:3,自引:1,他引:3
永磁直线同步电动机直接驱动系统的无位置传感器控制中,需要实现电机的位置及速度估计。针对直线电机直接驱动系统具有强非线性,将一种新的滤波方法--Unscented卡尔曼滤波(UKF)应用于直线电机无位置传感器驱动系统的非线性状态估计中。UKF采用确定性采样策略,通过UT变换实现状态均值和方差的非线性传播,避免了扩展卡尔曼滤波(EKF)产生的线性化误差,并且无需计算雅可比矩阵。同时,采用Cholesky因式分解等方法保证滤波递推过程中协方差矩阵的半正定性,有效地避免滤波的发散,提高算法的计算精度。数值仿真及实验结果表明,所给出的算法是可行而有效的。 相似文献
16.
17.
18.
提出了一种基于Unscented Kalman非线性滤波(UKF)的永磁同步电机无位置传感器控制方法。利用易于检测的电机端电压和端电流,采用UKF算法实时地估计电机的转速和磁极位置,得到矢量控制系统转速反馈信号和矢量变换角度。永磁同步电机无位置传感器转速控制仿真结果表明.本文提出的估计算法既具有较高的估计精度又具有相对少的计算量,可以满足永磁同步电机伺服系统无位置传感器控制需要。 相似文献