抽油机负载自动跟踪调压节能系统原理与设计

通过对抽油机负载特性的分析和研究,介绍了一种基于单片机的抽油机负载自动跟踪调压节能控制系统。该系统根据电机运行的功率因数,动态调整电机的输入电压,从而减小电机的平均工作电流,改善电机功率因数。现场实验表明,具有很好的节能效果。     

基于游梁式抽油机负载特性的算法实现与断相保护电路

根据油田游梁式抽油机的负载特性,基于反时限滞后算法设计了抽油机节能控制器,利用该控制器可以调节电动机的工作特性,随负载的变化而变化,使工作特性与负载特性相匹配,达到最佳节能目的。同时,在电机控制电路中,采用一个中间继电器和两个高分断空气自动开关构成了断相保护电路,使节能电机运行更加可靠     

基于游梁式抽油机负载特性的算法实现与断相保护电路

根据油田游梁式抽油机的负载特性,基于反时限滞后算法设计了抽油机节能控制器,利用该控制器可以调节电动机的工作特性,随负载的变化而变化,使工作特性与负载特性相匹配,达到最佳节能目的.同时,在电机控制电路中,采用一个中间继电器和两个高分断空气自动开关构成了断相保护电路,使节能电机运行更加可靠.     

保瓦电子推出油田抽油机专用节电器

由保瓦电子科技集团开发设计的保瓦博士（DR．POWER）抽油机专用节电器是专门用于对磕头式抽油机的节电控制。磕头式抽油机普遍存在抽取能力大于油井实际负荷的问题，因此泵空或空捞现象常相伴而生。泵空增加无效行程，浪费大量电能，同时还提高了抽油设备的维护费用。保瓦博士抽油机专用节电器能根据负载变化动态地调节输入电机的电压和电流，在不改变电机转速的条件下，保证电机的输出功率与负荷需求精确匹配。     

并联有源电力滤波器的神经网络预测控制

针对速度、负和矩频繁变动的三相可控整流的直流电机驱动装置,提出了一种基于神经网络的并联有源滤波器预测控制方案。通过预测负载网侧输入电流的基波成分,控制有源滤波器产生用以抵消非线性负载的谐波电流。神经网络所需的输入信号为罗易获得的负载装置地信息,诸如可控整流桥的触发角、电机电枢电压和整流器交流测电流等。     

基于级联神经网络的电机转速和负载转矩辨识

合理选择电机容量具有重要意义,而电机容量可根据电机转速和负载转矩确定.此处提出利用级联BP神经网络估计电机转速和负载转矩的方法,将两个神经网络级联,第一级网络输入为电机定子电压,输出为定子电流和转速;第二级网络输入为第一级网络的输出,输出为负载转矩,形成了级联BP神经网络模型,实现了异步电机转速和负载转矩的同时估计.实...     

基于神经网络预测控制的PMSM伺服系统的仿真研究

在PMSM伺服系统中,电机大多采用的是矢量控制,参数的变化、负载扰动等因素对系统的稳定性、可控性影响较大.现有的控制策略大多是滞后的,无法根据未来动态行为产生理想电机电压输入.提出了一种基于神经网络的PWM预测控制方法.采用离线训练和在线修正的方法,获得PMSM神经网络模型,并在控制过程中修正模型.最优控制器根据该模型的输入、输出响应产生合适的电压波形.在Matlab/Sim-ulink环境下完成仿真,结果表明,较之PI控制器,神经网络预测控制具有更好的动态性能和鲁棒性.     

模糊控制算法在异步电机节电器中的应用

在分析异步电机调压节电原理的基础上,确定采用调压原理并结合模糊控制算法开展电机节电器的研究方案.设计出了以AT89C51单片机芯片为核心的异步电机智能节电器硬件系统,给出了以电机负载系数和负载系数变化率为输入变量、晶闸管导通角为输出变量的二维模糊控制算法,并进行了Matlab软件仿真,较好地解决了由于电机负载大小与晶闸管触发角之间没有精确的数学模型可以遵循,难以得到最佳调节电压的问题.节电器在实验室进行了模拟试验,试验结果表明该节电器节电效果明显,最高节电率可达30%.     

考虑电压稳定性的油田电机-抽油机启动特性及失压脱扣保护研究

针对油田电网瞬时故障短时电压跌落引起的电机失压脱扣甩负荷现象,对考虑电压稳定性的油田电机-抽油机启动特性进行了理论分析;建立了符合油田电机-抽油机负荷实际运行特性的电磁暂态仿真模型,对电机-抽油机启动暂态特性进行了仿真验证。搭建了某油田下二门电网仿真模型,根据单井电机-抽油机不失稳极限启动残压以及配网机端电压不失稳极限持续时间对该油田电网制定了合理的考虑电压稳定性的油田电机-抽油机失压脱扣保护措施。仿真结果表明,该方法可有效防止电压瞬时跌落时非失稳电机失压脱扣甩负荷,并能够可靠切除失稳堵转电机。     

基于PSO-ICA-BP神经网络的短期风电功率预测

针对传统的BP神经网络对短期风电功率预测精度不高的缺点,提出粒子群算法改进帝国竞争算法(PSO-ICA),通过PSO算法改进殖民地同化操作提高ICA算法的全局寻优能力,输出全局最优解作为BP神经网络初始权值阈值。同时用主成分分析法降维压缩输入数据,提高网络泛化能力。利用PSO-ICA-BP预测模型对某风电场实际风电功率数据进行预测,仿真结果表明该模型预测误差更小,对短期风电功率预测更有效。     

单相PWM整流器的输入电流自适应预测控制器

实际数字系统中通常采用滞后一拍的控制技术来解决采样及计算延时所带来的变换器最大占空比受限问题,但是又会使得控制系统稳定范围减小。本文以比例控制器为例,分析和计算了滞后一拍对单相PWM整流器输入电流内环稳定范围的影响,提出了一种应用变步长自适应滤波算法对输入电流进行预测控制的方法,由于算法中的加权系数随每个采样周期预测误差进行自适应调整,所以算法具有较好的稳态预测精度。仿真和实验证明,由于输入电流预测算法的引入,在相同的主电路及控制系统参数下,电流内环的稳定范围增大,同时系统具有较好的稳态精度及抗负载扰动的动态性能。     

基于小波神经网络的非线性负载功率预测

针对高校公寓现用的电能表计量方案不具备负载自动识别的功能,提出了一种基于小波变换与BP神经网络相结合的非线性负载功率预测的方法.先采用Dmeyer小波函数对用户负载电流波形分解,提取表征非线性负载类型的参数值.然后建立三层BP神经网络模型,并采用L-M算法进行网络训练与预测,实现公寓的负载识别功能.研究结果表明,小波BP神经网络公寓负载识别方法具有可靠性和实用性,实现了学生公寓的用电管理现代化,对消除校园火险隐患具有重大意义.     

基于GRNN-MC的变压器振动信号预测

变压器振动信号是评估其工作状态的重要参数之一,与绕组松动或变形等隐患密切相关,为揭示变压器振动信号的变化趋势,本文提出了一种基于广义回归神经网络和马尔科夫链修正的变压器振动信号预测方法。即分别以变压器运行电压、负载电流和振动信号归一化特征频率为输入和输出建立变压器振动信号广义回归神经网络预测模型,然后引入马尔科夫链并结合负载电流的变化对振动信号计算结果进行修正以获得最终的预测结果。对某500 kV变压器振动在线监测信号的分析结果表明：经马尔科夫链修正后的变压器广义回归神经网络振动信号预测模型预测精度高,可为变压器绕组运行状态的振动监测技术提供重要参考。     

BP神经网络的多参数关联变压器油击穿电压的预测研究

电力变压器的安全、稳定和经济运行是电力输送的重要保证。基于变压器油的日常监督数据,预测变压器油的击穿电压,将为变压器故障的早期诊断、预测防范和及时处理提供重要的科学依据。鉴于BP神经网络具有任意的非线性映射、强大的自学习功能和良好的容错特性,采用BP神经网络的方法进行多参数关联变压器油击穿电压的预测研究。利用变压器的日常监测数据,用BP算法和改进BP算法训练网络,分别建立了击穿电压与4个影响因素的关联模型。结果表明,基于改进BP算法模型的预测结果精度较高,预测值相对误差在5％以内,具有重要的实际应用价值。     

蚁群算法优化RBF神经网络的光伏发电MPPT

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。     

抽油机用感应电动机软启动及节能控制系统的研究与设计

结合油田生产实际,探讨了电压跟踪负载变化的调压节能控制系统.调压式抽油机节能控制器是采用双向反并联晶闸管进行控制的三相交流调压技术,通过检测电机电压与电流之间的相位差变化作为控制信号,控制晶闸管的导通角,从而改变电机的工作电压,使电机在空载或轻载时的工作电压低于额定电压运行,以达到节能的目的.该节能器因其节能效果好,保护功能多,对电网污染小,具有广泛的应用前景.     

人工神经网络在电力系统短期负荷预测中的应用

介绍了BP神经网络算法的原理以及对其采用非线性阻尼最小二乘法Levenberg-Marquardt进行优化的方法。采用MATLAB的神经网络工具箱建立了一个单隐层的BP神经网络模型和预测流程,采用24个输入人工神经网络模型预测每天的整点负荷,并且讨论了如何进一步通过改变网络参数以提高负荷预测精度。实验仿真结果表明,此方法预测短期电力负荷,可以得到令人满意的训练速度及预测精度。     

调速系统中基于神经网络的干扰观测器设计

本文针对恒电流电力推进系统中电机负载受到干扰时存在的超速问题,提出了应用观测器对负载干扰在控制输入中进行等效补偿的方法。引入神经网络对被控系统进行逆模型辨识,解决了负载干扰观测器的物理实现问题。理论分析表明通过观测器反馈可以对干扰进行完全补偿,仿真结果证明该方法有效地解决了电机负载受扰后的超速故障,保证了系统运行的安全性。     

异步电动机工作特性的简易测算

了解电动机的工作特性是判断电机能否正常运行的基础。按国标要求，电机的工作特性应对电机进行多点负载试验，测取相应的电压、电流、功率及转速，然后进行计算而得出。显然，工作量很大，且需要较多的仪表。本文提出一种简易的测算法，所用仪表少，得到的工作特性准确度高，简便适用。1测算方法首先在额定电压下对电机进行空载试验，测取空载时的输入功率P0与定于电流入，然后结合铭牌数据计算电机的工作特性。（1）定子电流特性式中：β＝P2／Pe——电机的负载系数；P2——电机负载功率；Pe——电机的额定功率；Ie——电机额定电流。…     

基于EKF算法的交流永磁无刷同步电机参数辨识

用扩展的卡尔曼滤波算法（EKF）对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线。电机用脉宽调制（PWM）的电压源逆变器供电,用TMS320F2812系列数字信号处理器（DSP）作为控制芯片,用矢量控制的策略对电机进行转速控制。