基于最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机参数的时变和不确定性,设计了基于遗忘因子递推最小二乘法的电机定子电阻、dq轴电感以及转动惯量的辨识方法,仿真结果表明了该方法收敛速度快,能准确地实现电机定子电阻、dq轴电感以及转动惯量的辨识。     

基于扩展卡尔曼滤波的永磁同步电动机参数辨识

针对永磁同步电动机在运行中电机的电磁参数的改变,通过对永磁同步电动机稳态数学模型的推导,利用扩展卡尔曼滤波对电机的电阻、电感进行在线辨识。在MATLAB/Simulink中搭建辨识模型进行分析比较,验证该方法可以准确地辨识出电阻、电感的值。仿真结果表明,扩展卡尔曼滤波具有快速的收敛性,能够很好地跟随电机参数的变化,应用参数辨识技术可以有效地改善永磁同步电动机控制性能。     

一种改进的永磁同步电动机参数在线辨识方法

本文提出了一种永磁同步电动机参数在线辨识的新方法。通过对永磁同步电动机在d-q坐标系下,标准最小二乘法形式的参数辨识模型的推导,利用带遗忘因子最小二乘法(FFRLS)对电动机定子电阻值和交直轴电感值进行在线辨识,借助以上辨识结果,采用模型参考自适应方法(MRAS)再辨识出电动机的永磁磁链。同时应用基于Popov超稳定性理论设计的PI自适应律,实现各种工况下电动机的永磁磁链在线辨识。以一台0.75kW永磁同步电动机为例进行了仿真与实验研究,仿真结果显示,该方法具有计算量较小、准确度较高且具有较佳的动态跟踪辨识特性。     

改进型最小二乘法在PMSM参数辨识中的应用

针对带遗忘因子的最小二乘法辨识结果波动大的问题,引入开关控制器,提出了一种新型的最上二乘参数辨识器,当转动惯量发生变化时,通过开关控制对辨识器进行初始化,实现了对参数更快更好的在线辨识.仿真实验表明:该方法克服了传统带遗忘因子的最小二乘辨识器的波动现象,辨识速度快、精度高,可以有效地提高系统性能.     

基于递推最小二乘算法的感应电动机参数离线辨识

感应电动机参数离辨识是实现高性能变频调速的前提.对基于递推最小二乘(recursive least-squares,RLS)算法的电机参数离线辨识的具体实现进行了详细阐述:基于离线辨识时电机的静止特性,简化了电机数学模型,减少了计算量;采用改进欧拉数值解法,求解巴特沃思数字滤波状态方程,既可获得信号的滤波值,同时又直接解得了信号的1阶和2阶导数值,避免了导数离散化的误差影响,提高了运算精度;运用线性反馈移位寄存器产生伪随机白噪声序列(M序列),作为辨识的激励信号;针对不同功率的电机进行了大量的仿真和实验研究,实验结果表明所提方法稳定性良好,辨识结果的一致性和准确性较高.     

永磁同步电动机参数辨识

提出了一种具有较强工程应用价值的永磁同步电动机的参数辨识方法.采用直流实验检测出定子电阻R,脉冲电压实验检测出直、交轴电感Ld、Lq,对系统施加额定力矩电流,检测出电机的机械时间常数tm,在速度驱动状态下,检测出转子磁通Ψr,最后分析了死区对参数辨识准确性的影响.在Saber Designer半物理环境下的仿真结果,说明了该方法的正确性,具有实际应用价值.     

基于递推最小二乘法的虚拟同步发电机参数辨识方法

基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。     

基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略

针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。     

基于最小二乘法和硬件在环平台的永磁同步电机参数辨识

针对永磁同步电机多个参数同时辨识时会出现欠秩的情况,介绍了在dq坐标系下采用最小二乘法将多个参数分开辨识的方法。在硬件在环平台上采用该方法对电阻、电感和磁链进行了辨识。最后进一步考虑到电阻和磁链受温度的影响较大,进行了考虑温升的电阻和磁链的辨识。经验证,该方法可以比较准确地辨识出电机参数。     

一种永磁同步电动机参数的自适应经线辨识方法

为了实现永磁同步电动机参数的在线实时估算,提出了玫种在同一种模型中对电阻、电感和永磁磁链进行辨识的自适应辨识方法.该方法在同步旋转的d-p坐标系下,利用d轴和q轴的电压、电流及其偏差,借助Popov超稳定理论建立参数的收敛性.仿真和实验结果证明了该方法的有效性.     

基于抗差最小均方估计的输电线路参数辨识

输电线路数学模型广泛运用于电力系统分析计算中,其参数的准确性与电网的安全稳定运行密切相关,广域测量系统的发展为获取输电线路参数提供了新的手段。针对目前参数辨识算法缺乏测量误差对辨识结果影响的研究,提出基于抗差最小均方估计（robust least mean squares,RLMS）的输电线路参数辨识算法,该算法以抗差函数代替传统最小均方估计算法中的均方误差,并通过自适应阈值法调节阈值,进而使得辨识算法在抗噪声方面具有较强的适应能力;对不同时刻的计算结果,提出了基于核密度估计和点估计法提取结果的统计特征,最后通过仿真分析与实测数据对比验证了所述算法的有效性。     

基于FFRLS与转速扰动注入法的永磁同步电机在线参数辨识

针对永磁同步电机(PMSM)在恒定转速下的参数在线辨识问题,使用了一种基于含遗忘因子的递推最小二乘法(FFRLS)的小转速扰动注入法来同时在线辨识PMSM电气参数和机械参数。整个辨识过程分为两步,首先采用FFRLS方法,对电机的定子电阻、电感和磁链等参数实时辨识;其次,对于电机转速恒定的应用场景,电机角速度的微分量几乎等于零,很难对电机的转动惯量进行在线辨识,采用在恒定转速中注入扰动的方法进行机械参数实时辨识。仿真结果表明,所提的方法可以在电机转速恒定的条件下较快速准确地辨识电机的电气和机械参数。     

基于RLS的永磁同步电机离线参数辨识研究

为了获取准确的电机参数以提高电机驱动系统的控制性能,针对面贴式永磁同步电机,通过直流注入的方式,采用递推最小二乘法(RLS)对定子电阻和电感进行离线辨识。辨识方法为在α轴注入阶跃激励电压在稳态阶段辨识电阻,在阶跃过渡过程中辨识电感。辨识中通过补偿驱动器因死区时间及IGBT、续流二极管导通压降造成的电压误差来提高电阻辨识结果的准确性。并通过加入基值电压的方式消除这些因素对电感辨识的影响。最后,通过仿真和实验验证了所提方法的正确性和实用性。     

基于自适应抗差最小二乘的线路正序参数在线辨识方法

针对在线PMU(Phasor Measurement Unit)数据会存在随机量测噪声甚至不良数据的实际情况,本文提出了一种输电线路正序参数的自适应抗差最小二乘在线辨识方法。文中基于线路双端多时刻断面的PMU电气量建立了线路正序参数的最小二乘辨识模型;在简要介绍抗差最小二乘原理的基础上,为充分利用量测信息,采用IGG(Institute of GeodesyGeophysics,Chinese Academy of Sciences)权函数(方案I)实现"三段"法抗差参数辨识;并利用中位数原理在线估计方程残差序列的期望和方差,实现自适应地调整权函数的抗差阈值。该方法无需事先确定量测设备的量测误差,具有很好的抗差能力及结果可信度,同时也消除了参数迭代对初值的敏感性。基于PSCAD仿真和PMU实测数据的算例表明,该方法十分有效,更适合于在线参数辨识。     

基于多新息最小二乘算法的锂电池参数辨识

为了保证电池管理系统的安全可靠运行，需要准确地辨识锂离子电池模型参数。以磷酸铁锂为研究对象，建立其RC等效电路模型，并基于该模型辨识锂离子电池模型参数。锂离子电池模型参数受外部因素影响较大并且参数辨识结果受在线信息采集的限制，采用多新息最小二乘辨识算法进行锂离子电池模型参数在线辨识。通过3种不同的充放电实验采集数据，并根据实验数据在不同初值下进行参数辨识，通过比较由辨识结果估计出的端口电压值与实际值的误差来描述辨识结果的准确度。实验结果表明，多新息最小二乘辨识算法具有快速收敛性与高精确性。     

基于最小二乘法的感应电能无线传输系统负载辨识方法

基于最小二乘法提出一种新型负载辨识方法,以PS结构电流型感应电能传输(IPT)系统为例,建立其非线性高阶微分方程并构建数据矩阵,通过最小二乘法获得系统的过程参数矢量,将负载辨识问题转换为系统参数辨识问题,完成系统的负载辨识,最后通过仿真及实验,验证了此方法的可行性。     

基于正交投影与多新息RLS的PMSM参数辨识

针对永磁同步电机参数辨识过程中收敛速度慢的问题,提出基于正交投影与多新息递推最小二乘相结合的算法来估计永磁同步电机参数。选择永磁同步电机四阶非线性状态空间模型的数学方程,将此模型改写为线性回归模型的形式,省略线性化过程。在仿真过程中加入噪声到电机的运行系统中,来模拟真实的电机运行环境,然后将正交投影与多新息递推最小二乘的结合算法分阶段配合应用于永磁同步电机的线性回归模型中进行参数辨识。辨识结果显示出了该结合算法的有效性。