提高光学电流互感器准确度的组合方法

根据光学电流互感器(OCT)的数学模型，得出了OCT的系统特性方框图，论证了OCT具有开环控制特性，本身难以达到测量的高精度，为此文中提出了一种新型的自适应OCT。以稳态电流参考模型和OCT为基础，应用自适应Kalman理论和小波理论，构成了模型参考自适应控制系统，消除了温度、应力等因素对OCT的影响，因而综合提高了暂态和稳态测量准确度。经实验室验证后的自适应OCT已在河北省保定市某变电站挂网试运行，在现场实际环境中进一步对自适应OCT和自适应算法进行了验证，证明了自适应OCT具有优良的性能和自适应控制及算法的正确性。     

基于高频噪声主频估计的自适应最小二乘算法

进一步提高电力系统继电保护的动作速度，要求寻找速度更快的保护滤波算法。传统的最小二乘算法与卡尔曼滤波算法虽然速度较快，但准确度难以提高。通过对电力系统故障信号高频噪声分量的理论分析与仿真研究，发现高频噪声分量存在一个主频，并提出一种使用遗传算法的主频频率估计器。根据高频噪声主频的存在性与自适应滤波原理，提出了一种基于高频噪声主频估计的自适应最小二乘算法，它利用高频噪声主频估计器计算输入信号的高频噪声主频频率，根据主频频率修改最小二乘算法的模型参数，实时形成最小二乘算法的计算式。仿真试验表明，该算法显著地提高了保护滤波算法的滤波速度与准确性，即使在噪声非常严重的情况下，也能取得很好效果。     

光学电流互感器及其应用评述

光学电流互感器(OCT)以其优良性能而非常适于电力系统尤其是高电压等级的系统以提高设备安全性降低成本。为进一步促进OCT在系统中应用,利于建设数字电力系统,评述了在电力系统继电保护、数字化变电站、动态观测、故障录波、故障定位、谐波测量等方面的应用情况。国内自主研制的基于Faraday磁光效应原理的OCT具有良好的动态响应能力和绝缘性能,能精确地测量非周期分量及各种交流谐波分量,且无饱和现象,并利用自适应光学传感原理和螺线管聚磁光路结构,解决了阻碍OCT实用化的测量温漂和不能长期稳定运行的问题,稳态测量准确度可高于0.2级。安装于河北省保定市某变电站110 kV线路上的OCT已连续运行了25个月,运行结果表明,自适应光学电流互感器(AOCT)具有长期运行稳定性,能满足现代电力系统发展的要求。     

自适应光学电流互感器的信号处理方法

信号处理方法是自适应光学电流互感器(AOCT)的实用化关键技术之一。运用自适应光学电流传感技术,结合平方根Kalman自适应算法,提出了AOCT的信号处理方法,给出了信号处理系统结构和程序框图,并讨论了信号处理的相关问题。AOCT与信号处理系统构成的整套装置已应用于35kV线路的新型光纤纵差保护中。运行数据表明,该装置具有优良的暂态和稳态测量能力,可以确保线路纵差等保护可靠动作。     

交流伺服控制系统的刚性自适应补偿技术

为解决交流伺服控制系统在数控加工中由机床振动导致的定位精度不高的问题,提出一种基于特征建模、系统辨识和线性二次型调节器(LQR)的交流伺服控制系统刚性自适应补偿方法.该方法在线辨识得到机床的特征模型,利用状态观测器和LQR设计全状态反馈控制律,从而可有效抑制机床弱刚性对位置闭环控制的干扰.在系统辨识方面,提出一种基于特征值分析的扩展变步长最小均方误差算法(EVLMS),并与归一化最小均方误差算法(NLMS)和带遗忘因子递推最小二乘算法(RLS)进行了比较.分析和实验表明,与传统的比例积分微分(PID)位置闭环控制相比,此处提出的自适应补偿技术能有效抑制假性振动对位置闭环控制的干扰,可以提高交流伺服控制系统的动态性能和稳态精度.     

最小二乘算法优化及其在锂离子电池参数辨识中的应用

传统最小二乘法（LS）用于锂离子电池模型在线参数辨识精度低,通过带遗忘因子递推最小二乘算法能够有效地提高辨识精度,但固定的遗忘因子影响模型动态特性。遗忘因子的自适应处理能提高算法对动态系统的参数辨识能力,而目前的自适应方法容易忽略模型参数的稳定性,同时方法待定系数范围较大且难以确认。为了得到高精度且稳定性良好的模型参数,该文设计了一种精度和稳定性兼优且更简单的自适应遗忘因子递推最小二乘（AFFRLS）改进方法,并与其他AFFRLS、可变遗忘因子递推最小二乘（VFFRLS）进行仿真对比分析。结果表明,改进的AFFRLS能够在模型精度和参数稳定性取得更好的平衡,且对不同的在线工况具有良好的适用性。     

最小二乘小波支持向量机在非线性控制中的应用

结合小波技术和支持向量机,提出了一种基于多维允许小波核的最小二乘小波支持向量机,其小波核函数具有近似正交和适用于信号局部分析的特点。同时,给出了一种有效求解最小二乘小波支持向量机的Cholesky分解算法。将最小二乘小波支持向量机应用在非线性系统的自适应控制上,仿真结果表明,与最小二乘支持向量机、多层前向神经网络或模糊逻辑系统相比,最小二乘小波支持向量机均能给出较好的性能,显示出快速而稳定的学习速度,而且在相同条件下,最小二乘小波支持向量机比最小二乘支持向量机的逼近精确度提高了一个数量级。所提出的用于非线性动态系统自适应控制的最小二乘小波支持向量机方法具有效性和实用性。     

改进的自适应卡尔曼滤波在北斗伪距单点定位中的研究

针对加权最小二乘法定位精度不高,卡尔曼滤波对初始位置敏感以及噪声协方差固定不变的缺点,提出了一种将加权 最小二乘法和改进的卡尔曼滤波相结合的伪距单点定位解算方法。 该方法首先利用加权最小二乘法解算出接收机初始位置, 然后将该位置作为改进的自适应卡尔曼滤波的初始值,再建立动力学模型来进行滤波。 实验结果表明基于移动窗口协方差估 计的自适应卡尔曼滤波相比于传统卡尔曼滤波,能将单点定位精度提高 50%,收敛速度也提高了 90%。 该算法可以用在对精 度要求不高的民用导航和定位中。     

基于自适应滤波的光学电流互感器的信噪分离

在采用基于抗磁性材料的光学电流互感器(OCT)测量小电流时，由于测得的信号己被OCT内部固有的噪声严重污染，测得的读数不能正确反映被测电流的数值。由于OCT内部的噪声基本上与被测电流信号所在的频段相重叠，因此无法使用传统的滤波器方法将其滤除。作者将一种基于自适应滤波技术的信噪分离方法应用于在河北省保定市供电局某变电站110kV线路上挂网运行的自适应光学电流互感器中。实践表明，自适应信噪分离器可以将有用信号和OCT的固有噪声不失真地完全分离，因此这种方法可以提高OCT测量小电流的准确度。     

基于自适应滤波算法的电压波动检测与跟踪

随着工业发展电网电压波动问题变得日益严重,检测与跟踪电压波动已成为供用电部门的一项重要任务.为此,在自适应滤波理论的基础上,提出一种新的QR分解递归最小二乘算法.该算法不但提高了数值稳定性,还保持了传统递归最小二乘算法的快速收敛性.然后,引入脉动阵列以高度流水线化的方式对QR分解中的Givens旋转步骤进行并行处理,从...     

自适应光学电流互感器的基础理论研究

针对阻碍光学电流互感器(OCT)实用化的测量温漂问题和不能长期稳定运行问题,文中在分析了光学电流互感器(OCT)的开环机理后,提出了相应的解决方法——自适应光学传感原理和螺线管聚磁光路结构。以标准检测系统为平台,按照测试标准IEC60044-8对自适应光学电流互感器进行了精度检测,检测结果表明自适应光学电流互感器稳态测量精度达到了0.2级,非周期分量电流的最大峰值瞬时值误差小于±1%。安装于河北省保定市某变电站的110kV线路上的自适应光学电流互感器已经连续运行了25个月,运行结果表明,自适应光学电流互感器具有长期运行稳定性。     

提高光学电流互感器运行稳定性的方法

为了解决光学电流互感器（OCT）的长期运行稳定性问题,提出了螺线管聚磁光学传感原理,证明了偏振光围绕无限长通电导体测量电流与偏振光通过通电螺线管的轴向方向测量电流,在光学传感测量电流的意义上是等价的,具有对偶性。基于以上原理设计了螺线管聚磁光路结构。在实验室测试和现场连续25个月的运行表明,采用这种结构的自适应光学电流互感器能够在实际环境中长期稳定运行。     

平方根Kalman自适应滤波及其在OCT中的应用

为了满足自适应滤波的准确性和时变噪声鲁棒性的要求,将具有递推特性的Kalman滤波理论引入到自适应滤波中,针对Kalman自适应滤波可能出现的由于计算舍入误差所引起的发散和时变噪声统计问题,提出了具有时变噪声统计的平方根Kalman自适应滤波。目前,应用平方根Kalman自适应滤波的自适应光学电流互感器(OCT)经过了严格的检测,稳态精度达到0.2级,暂态情况下的非周期分量电流的最大峰值瞬时值误差小于±1%。自适应OCT已经在河北省保定市某变电站挂网运行25个月。     

非线性有限元法在出线装置复合绝缘结构电场计算中的应用

极性反转是换流变压器出线结构复合绝缘的一种特殊工作状态,极性反转时由于空间电荷作用可导致绝缘介质内部及界面处电场畸变。另一方面,绝缘介质电性能参数是温度的函数,因此温度梯度导致的电性能参数改变同样会影响绝缘结构在极性反转过程中的瞬态电场分布。基于此,为了较准确地模拟复合绝缘结构在考虑温度分布条件下的极性反转瞬态电场,提出应用非线性有限元法对以上2种瞬态电场影响因素进行耦合分析。首先研究了油浸纸复合绝缘体系电性能参数与温度的关系;然后详细介绍了基于非线性有限元法的瞬态电场计算流程,并通过双层同轴复合绝缘结构模型验证了其有效性;最后对实际换流变压器出线装置的油纸-环氧浸渍典型复合绝缘结构建立了二维轴对称仿真计算模型,在考虑材料非线性的条件下对其极性反转瞬态电场变化过程进行了仿真分析。计算结果表明传统模拟方法与考虑材料非线性时的结果存在较大差异,且极性反转过程中复合绝缘结构易出现畸变严重的局部高场强区。     

Extremum seeking-based observer design for reduced order models of coupled thermal and fluid systems

We present an extremum seeking (ES)-based robust observer design for thermal-fluid systems, pursuing an application to efficient energy management in buildings. The model is originally described by Boussinesq equations which is given by a system of two coupled partial differential equations (PDEs) for the velocity field and temperature profile constrained to incompressible flow. Using proper orthogonal decomposition, the PDEs are reduced to a set of nonlinear ordinary differential equations. Given a set of temperature and velocity point measurements, a nonlinear state observer is designed to reconstruct the entire state under the error of initial states, and model parametric uncertainties. We prove that the closed loop system for the observer error state satisfies an estimate of L₂ norm in a sense of locally input-to-state stability with respect to parameter uncertainties. Moreover, the uncertain parameters estimate used in the designed observer are optimized through iterations of a data-driven ES algorithm. Numerical simulation of a two-dimensional Boussinesq PDE illustrates the performance of the proposed adaptive estimation method.     

Adaptive transfer function-based control of nonlinear process. Case study: Control of temperature in industrial methane tank

The state model-based transfer function models are applied for adaptation of linear controller and disturbance compensator in a feedback/feed-forward control system of nonlinear process. An advantage of the presented adaptation method is the avoidance of artificial disturbances or iterative identification procedures for on-line estimation of process dynamic parameters. The adaptation is based on linearization of the process model at each sampling time about the current state point, independent of the process being at steady-state or transient conditions. The linear time-varying dynamics model is updated on-line using measured values of process variables and reduced to the first-order plus time delay transfer function models in order to directly apply well-developed controller tuning rules. Computational aspects of the adaptation method are discussed and computation algorithms are presented. The adaptive feedback/feed-forward control system was applied for controlling temperature in industrial methane tank, dynamic parameters of which vary in a wide range due to variations of methane-tank process load and external conditions. The heat balance-based process state model is developed and validated using observation data of real plant. Computer simulation of the proposed control system performance under extreme operating conditions demonstrates fast adaptation of controller parameters, robust behaviour and significant improvement in the controllers' performance compared to that of fixed-gain controllers. Copyright © 2007 John Wiley & Sons, Ltd.     

同步电机非线性参数的自适应辨识方法

本文提出一种新的自适应参数辨识算法，以跟踪电机参数在动态过程中随工况呈非线性变化的轨迹。它利用电机实际运行时的输入输出数据，计及电机饱和、涡流效应，建立参数与工况因子之间的函数关系。该方法实际应用于大型汽轮发电机上，仿真计算与实测响应比较表明其有效性。