同步电动机的功率因数检测与控制

讨论了同步电动机无功功率补偿的基本原理，介绍了用微机控制同步电动机的励磁电流，进行功率因数补偿的具体方法，给出了功率因数的检测电路和计算公式     

同步电动机励磁电流调节与电网功率因数提高

分析了调节同步电动机励磁装置励磁电流以提高电网功率因数的原理，并介绍了一个基于80C196KC单片机的励磁控制系统及一个应用实例。     

高频变压器在同步电动机励磁上的应用

针对晶闸管相控整流式同步电动机励磁装置的问题,提出了一种新型的同步电动机励磁电源.对新型励磁电源所用的高频变压器的设计和控制进行了详细阐述,着重从高频变压器的磁芯材料选择,频率确定,绕组计算,软启动策略和以C8051F020为主控制器的电源启动和控制方案,实验证明,新型励磁电源的重量体积小、损耗低,是传统励磁电源的理想替代品.     

同步电动机功率因数补偿模型的建立

针对鞍钢集团大孤山选矿厂车间同步电动机与异步电动机并列运行的特点,研究采用同步电动机过励运行状态补偿母线上无功的方法.推导并建立了同步电动机的补偿模型,并用软件实现了此补偿思想.只要输入期望达到的功率因数值,就可以算出由几台同步电动机参与补偿,并能给出参与补偿电动机的励磁电流值,通过实验验证,根据此模型计算出的励磁电流值对现有励磁装置进行调节,测得被补偿母线上的功率因数与输入期望值近似相等,误差小于0.01.     

KLF11型同步电动机励磁装置调整方案的探讨

对KLF1 1型同步电动机励磁装置使用中有关电压补偿电路的参数选择及功率因数表接线的判断方法进行了分析 ,给出了参数选择方法及接线判断方法     

同步电动机励磁系统的模糊神经网络控制

由于在拖动周期性波动负载的工况下，电励磁同步电动机可以通过改变励磁电流来提高运行效率，提出了采用模糊神经网络控制方法对励磁系统加以调节，以使同步电动机的功率因数维持在近似为1的过励磁情况。模糊神经网络控制通过训练神经网络来记忆模糊控制规则，它不需要存储模糊控制表，节省内存空间，且具有较强的自学习能力与联想能力。采用Simulink子模块构建了整个系统。仿真结果表明：与PID控制方法相比，模糊神经网络控制有良好的快速跟踪性能和抗干扰性能。     

同步电动机励磁控制器的设计要点

本文介绍同步电机的运行方式，作为电动机运行时对励磁控制的要求以及传统励磁控制器的缺点，并提出了全数字式同步电动机晶闸管励磁控制器的改进设计方法。     

基于PLC、整流器的中轧同步电机励磁系统改造

介绍某线材厂中轧同步电动机励磁系统存在的问题,并提出改造方案。     

新型同步电动机励磁综合控制器的设计

介绍了以M68HC11A8为核心的多功能同步电动机励磁综合控制器。它能消除同步电动机起动过程中的脉振，投励时的冲击，增加了失步保护电路，并具有可控硅误导通检测和失控检测功能，提高了同步电动机运行的可靠性，从而延长了其使用寿命．     

大型无刷励磁同步电动机的启动及控制

启动及控制方案是影响大型无刷励磁同步电动机能否安全稳定运行的重要问题。从大连石化公司新区加氢裂化装置8062 kW进口同步电动机的启动计算入手,较为详细介绍了该机组的启动的一拖一及一拖二方案,同时针对机组的保护、控制、励磁与软启动既相互独立又需要协调一致的特点,对一些重点和难点问题进行了分析,并提出了解决办法。该系统在大连石化公司运行效果良好,对大型同步电动机组的启动及控制具有一定的指导意义。     

永磁同步电动机直接转矩控制的效率优化

针对永磁同步电动机在轻载、高速运行时效率和功率因数下降的问题,提出了一种永磁同步电动机直接转矩控制效率优化策略。该策略通过分析电动机损耗与转矩、转速和定子磁链之间的关系,建立了考虑铁损的永磁同步电动机数学模型,导出了效率最优时的定子磁链幅值;将最优定子磁链计算模块嵌入直接转矩控制系统,构成了效率最优的永磁同步电动机直接转矩控制调速系统。仿真结果表明,该优化策略能有效降低永磁同步电动机功率损耗,提高电动机的运行效率。     

PWM整流器电流控制策略仿真比较

通过分析三相电压型PWM整流器的数学模型,建立了PWM整流器的数学模型,根据同步电动机励磁系统主回路中PWM整流电路不同的调制方法,介绍了SPWM电流控制,滞环电流控制和空间矢量控制的基本原理和三种不同控制方法下的触发方式。在MATLAB的SIUMLINK环境下对三种控制方法建立仿真模型,并对仿真结果进行了分析比较,结果表明,在空间矢量控制方法下整流器直流侧电压利用率高,降低了谐波污染,使系统更接近单位功率因数运行,从而使电机运行更加稳定,运行精度更高。     

无速度传感器电励磁同步电机模型预测电流控制

为了提高电励磁同步电机控制系统的可靠性,优化电励磁同步电机的调速性能,提出了一种带无速度传感器的电励磁同步电机模型预测电流控制策略.以模型预测电流控制作为电流环,取代传统的PI调节器,有效抑制电流纹波,提高了电流的跟踪性能.基于模型参考自适应理论,设计电励磁同步电机无速度传感器,对电机运行转速进行在线辨识,实现对转速准确估计.仿真结果表明:控制系统具有较好的快速性和可靠性.     

SMOGN,MFO, and XGBoost Based Excitation Current Prediction Model for Synchronous Machine

The power factor is the ratio between the active and apparent power, and it is available to determine the operational capability of the intended circuit or the parts. The excitation current of the synchronous motor is an essential parameter required for adjusting the power factor because it determines whether the motor is under the optimal operating status. Although the excitation current should predict with the experimental devices, such a method is unsuitable for online real-time prediction. The artificial intelligence algorithm can compensate for the defect of conventional measurement methods requiring the measuring devices and the model optimization is compared during the research process. In this article, the load current, power factor, and power factor errors available in the existing dataset are used as the input parameters for training the proposed artificial intelligence algorithms to select the optimal algorithm according to the training result, for this algorithm to have higher accuracy. The SMOGN (Synthetic Minority Over-Sampling Technique for Regression with Gaussian Noise) is selected for the research by which the data and the MFO (Moth-flame optimization algorithm) are created for the model to adjust and optimize the parameters automatically. In addition to enhancing the prediction accuracy for the excitation current, the automatic parameter adjusting method also allows the researchers not specializing in the professional algorithm to apply such application method more efficiently. The final result indicated that the prediction accuracy has reached “Mean Absolute Error (MAE) = 0.0057, Root Mean Square Error (RMSE) = 0.0093 and R² score = 0.9973”. Applying this method to the motor control would be much easier for the power factor adjustment in the future because it allows the motor to operate under the optimal power status to reduce energy consumption while enhancing working efficiency.     

无刷励磁同步风力发电机免疫单神经元控制

根据同步无刷风力发电机系统的特点,提出了同步无刷励磁风力发电机励磁系统设计方法,采用可控硅静止励磁装置向交流励磁机定子励磁绕组提供直流励磁,励磁机输出交流电经过旋转整流器供给风力发电机励磁,根据风速变化,控制励磁机的励磁从而可以控制同步发电机的励磁,使得输出电压恒定;在额定风速以下,获得最大风能利用系数;额定风速以上,保证输出功率恒定;并采用免疫单神经元PID控制算法,使系统的抗干扰能力加强。     

基于MATLAB的同步发电机PSS与励磁系统仿真

在分析同步发电机励磁控制系统模型的基础上,研究了以电力系统稳定器（Power System Stabilizer—PSS）为辅助控制的同步发电机励磁控制方式,并基于MATLAB／SIMULINK构建了包含PSS的励磁控制系统的仿真模型。根据仿真结果分析在电力系统出现不同故障（三线短路以及断线故障）情况下带有PSS的励磁控制系统的控制性能,并与不加载PSS的励磁系统进行了比较,得到了在同步机励磁系统中加载PSS的必要性,为励磁系统的设计提供了依据。     

基于交流跟踪的同步发电机最优励磁控制技术研究

针对同步发电机采用传统PID控制不能很好地满足电力系统对抑制振荡、提高动态稳定极限等方面要求的问题,提出了一种基于交流跟踪的同步发电机最优励磁控制方法;给出了基于拉格朗日方法的同步发电机励磁系统偏差线性化模型,分析了最优励磁控制量的确定方法,建立了基于最优励磁控制方法的同步发电机系统仿真模型。仿真结果表明,与传统PID控制方法相比,最优励磁控制方法能够实时控制同步发电机励磁系统,确保了同步发电机的输出稳定性。     

基于SIMULINK的永磁同步电机无速度传感器直接转矩控制的仿真建模

永磁同步电机（PMSM）以其高效率、高功率因数、小体积以及节省电能等优点,在许多领域得到了广泛的应用。主要分析了永磁同步电动机的直接转矩控制系统,采用了基于电机转子磁链矢量角的速度估算方法对无速度传感器控制系统的速度进行估计。利用MATLAB中的Simulink仿真工具箱设计并实现了控制系统的仿真,并对仿真结果进行了分析。仿真结果验证了文中采用的转速观测算法的正确性和可行性。     

基于混合调制的同步发电机交流励磁电源研究

同步发电机交流励磁技术可提高发电机的进相能力,是无功补偿最有效的方法之一。文章提出了一种基于混合调制的同步发电机交流励磁电源的设计方案,分析了同步发电机交流励磁系统的组成及工作原理,介绍了混合调制方式的控制原理,并给出了该励磁电源控制电路关键参数的选择和计算方法。实验结果验证了该方案的正确性和有效性。