基于随机子空间的同步电机参数高精度辨识新方法

将随机子空间辨识方法应用于同步电机的参数辨识中,提出基于随机子空间辨识的三相短路电流处理新方法。随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造汉克矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数:固有频率、阻尼比、振型。应用该法分析同步电机短路电流,首先识别时间常数,进而依次消去时间常数识别各电抗参数。分别针对无阻尼、噪声和有阻尼背景下的仿真信号和同步电机三相短路电流进行仿真分析,计算中基于振型实现系统自动定阶,同时与普罗尼法作对比,结果表明该法抗噪性强、检测精度高。     

基于NExT-DMD的电力系统机电振荡参数提取

电力系统随机响应中蕴含丰富的系统动态特征信息,基于系统随机响应所提取的机电特征参数能够准确反映互联电网机电小干扰稳定性.文章在深入分析环境激励下随机响应信号特征基础上,提出了基于自然激励技术的动态模式分解算法(nature excitation technology based dynamic mode decompo...     

Actor-Critic框架下的数据驱动异步电机 离线参数辨识方法

电动汽车用电机的参数辨识可以使电机在任意转速下尽可能输出更高的转矩及效率,是优化电机输出性能的重要手段。传统的基于模型驱动的参数辨识方法的缺点为易受模型误差的影响、抗干扰能力差以及无法实现全转速范围内的转矩最优。鉴于上述缺点,该文研究了一种完全基于实际数据的电动汽车用异步电机离线参数辨识方法,对电机的转子电阻和励磁电感在任意转速下进行了优化,从而使电机能够在特定转速和特定电流下输出最优转矩。为达到电机在特定转速和电流下输出转矩最优的目的,研究了一种基于Actor-Critic框架的电动汽车用异步电机离线参数辨识方法,确定了框架中的观测、奖励和动作的设计。实验证明相对于传统参数辨识方法,该文方法具有更高的精确性和鲁棒性,同时确保了电动汽车用异步电机在任意转速下的输出转矩最优。     

白噪声激励下的低频振荡模态参数辨识方法

提出一种白噪声激励下的低频振荡模态参数辨识方法,该方法可以代替人工短路和投切电网元件等措施的扰动方式,使辨识过程更加安全经济.首先以白噪声为输入信号,根据输出与输入之间的互相关函数估计脉冲响应函数;然后利用估计的脉冲响应函数,并采用特征系统实现算法辨识电力系统的多输入多输出状态空间模型,进而识别出系统特征值和模态振型向量.在模态参数识别时,虚假模式的产生不可避免,通过对观测量的功率谱分析,可以校验哪些是真实模式,哪些是虚假模式.并以一个4机电力系统的实例仿真检验所提出的方法在每一个步骤的有效性.最后,通过模型交叉确认,进一步证明了辨识得到的状态空间模型是精确的.     

负荷激励下的互联系统振荡稳定性在线辨识

电力系统振荡稳定性辨识的传统方法是利用人工扰动试验或外加激励信号激发系统的,这种方法妨碍了电力系统正常运行.因此,以负荷随机波动为激励信号辨识电力系统振荡稳定性被认为是实现电力系统在正常工况下"全天候"振荡监测的途径.本文首先指出了电力系统在线辨识需要解决的若干关键问题,然后提出并证明了负荷波动作为激励信号的可行性,并将子空间算法应用于电力系统MIMO模型的辨识.为了大幅度减小辨识模型阶次,根据模式解耦性提出了互联电力系统的区域分割辨识方案.最后,以一个8机4区域电力系统为例,对所提方案进行了验证,证明该方法可以准确地识别出电力系统的特征值及模态振型.     

基于PMU实测小扰动数据的负荷参数辨识方法

提出一种新的基于相量测量单元(PMU)实测小扰动数据辨识广义负荷模型动态参数的方法。该方法首先根据实测电压、电流变化曲线的特征来选取适合参数辨识的数据时段;而后依据在已知实测电压下负荷模型计算出的电流值的允许波动范围,确定转子初始滑差和其他需要辨识的几个参数的初始值;最后以实测的有功曲线、无功曲线的中心线与计算出的有功曲线、无功曲线中心线的误差最小为目标函数优化参数。所述方法在很大程度上解决了现有各种算法中小扰动数据无法用来辨识模型动态参数的难题。通过华北电网多个变电站母线节点实测算例表明,该算法在无法获得大扰动数据的情况下,只需系统的随机小扰动数据即可较为精确地辨识出负荷的动态参数。     

基于自适应融合数据的线路参数辨识

电网频率的变化会导致利用DFT算法计算PMU数据时相角差出现误差,进而影响线路参数辨识精度.因此,提出一种基于加权最小二乘(AFD-WLS)的自适应融合数据辨识线路参数的方法,通过结合峭度因子的互补集合经验模态分解(CEEMD)自适应选取故障录波数据中的高频分量从而实现不同位置故障录波数据和PMU数据的同步;该方法利用...     

数据驱动的变频空调负荷模型参数在线辨识方法

准确辨识空调负荷模型的参数是挖掘其节能及需求响应潜力的重要基础,当前研究大多采用精度较差的离线辨识方法。为此,基于数据驱动思想,提出一种变频空调模型参数在线辨识方法。首先,建立了数据驱动的空调负荷模型参数在线辨识架构。然后,基于空调负荷模型提出数据驱动的在线辨识机制和方法。其中,数据驱动的在线辨识机制设计为基于参数显著变化事件驱动的参数更新判别机制和基于历史参数波动范围的参数动态阈值设定机制,在该机制下通过粒子群优化算法建立了快速在线辨识方法。最后,通过实测环境,验证了所提在线辨识方法的有效性,与离线辨识方法相比,所提方法极大地提高了计算速度及准确度,可满足在线应用需要。     

基于RDT和STD的电力系统次同步振荡参数辨识

为提高目前电力系统次同步振荡参数辨识精度,提出一种基于随机减量技术RDT(random decrement tech-nique)和稀疏时域STD(sparse time domain)算法相结合的辨识方法.利用RDT对输入信号进行处理,提取自由衰减时域信号.然后通过STD算法计算得到振荡模态参数.仿真算例和实测算例的...     

随机数据驱动的电力系统小干扰稳定在线评估方法

系统自然激励下的随机响应数据中蕴含丰富的机电行为特征信息,准确地从随机响应数据中辨识小干扰稳定特征参数对于指导电力系统安全稳定运行具有重要现实意义。文中提出了随机数据驱动下基于子空间最优模式分解的小干扰稳定特征参数在线辨识算法。该算法通过对输入数据进行基于正交投影的矩阵线性变换得到其奇异子阵,并利用共轭梯度算法迭代求解最佳低维正交空间,以实现奇异子阵之间高维映射矩阵的最优低维近似,根据最优低维映射矩阵的特征值分解结果可以准确获得系统小干扰稳定特征参数,即振荡频率、阻尼比、模态。基于正交投影的矩阵线性变换以及共轭梯度法的引入使得动态模式分解法能较好地适应随机响应数据。IEEE 16机68节点系统和实际系统量测数据的计算和分析验证了所提算法的有效性和准确性。     

基于实测数据的双馈风电机电暂态仿真模型参数识别方法

双馈风电的机电暂态仿真模型具有比较复杂的结构和较多的控制参数,根据实测数据建立实际机组的模型参数是实际应用的重要前提和基础。根据双馈风电模型的基本结构特点以及不同模型参数对输出特性的影响程度,提出了基于参数影响程度的分类确定方法。首先根据双馈风电的基本原理和模型结构,分析不同部分参数变化对风电机组输出有功、无功特性的影响程度,指出正常控制方式、低电压穿越期间控制方式及参数具有较大影响;之后基于实际数据条件,针对不同参数提出了分别采用厂家获取、典型参数、实测拟合的分类处理方法;最后采用实际双馈风电机组介绍了方法的流程、参数拟合的结果和效果。实践证明该文提出的参数识别方法能够反映实际风电的关键特性,具有较好的实际应用价值。     

基于随机模糊聚类的负荷建模与参数辨识

针对实际负荷的无功功率变化范围比有功功率大的特点以及电力负荷的时变性和变结构性,提出了一种新的负荷建模与参数辨识方法。首先,对linearized-GNLD模型的无功部分进行了改进,以刻画实际负荷的无功部分往往比有功部分具有更大变化范围的特点;进而将有效性函数引入随机模糊聚类中,获得了无需事先给定分类数就能同时获得最佳分类数及相应聚类隶属度的随机模糊聚类新方法;最后,把所提出的新方法与改进的linearized-GNLD模型以及先聚类后辨识策略相结合而获得了新的负荷建模与参数辨识方法。相对于其他方法而言,所建立的模型无需事先给定负荷模型个数而使得实际应用更为方便;同时,由于先聚类后辨识策略,使得每一类负荷模型均是基于类似负荷曲线(节点电压、有功功率、无功功率的负荷曲线组)而获得,相应地所获得的负荷模型也具有更高的辨识精度和更好的推广性。算例证明了所提方法的有效性及正确性。     

基于Rife-Vincent窗和同步相量测量数据的风电次同步振荡参数辨识

随着电网中风力发电渗透率的增加,电力系统发生次同步振荡(sub-synchronous oscillation,SSO)的可能性显著增加,报道显示次同步振荡给电力系统设备安全和稳定运行带来重大挑战,如何准确地辨识SSO参数对抑制SSO至关重要。为了利用同步测量数据并提高计算精度,减少频谱泄漏和栅栏效应对辨识的影响,提出一种利用复数域同步相量数据的SSO关键参数辨识方法。首先,通过频谱分析得到复数域含SSO信号加窗同步相量的表达式,并推导得到系统基频分量和SSO分量在频域中的特征;然后基于加阻尼Rife-Vincent窗和三点插值法计算出复数域下SSO的频率、阻尼系数、幅度和相位参数。通过辨识不同条件下的仿真信号验证所提方法的有效性。仿真结果表明,相对于传统方法,该方法能更好地抑制频谱泄露和栅栏效应,具有更高的计算精度和鲁棒性。     

基于数字信号处理器的异步电机参数辨识实现

介绍了异步电机各种参数的辨识方法。在不改变硬件系统的前提下,通过电流控制技术,向电机注入单相交流或直流电流,检测其响应,从而实现异步电机的参数辨识。对一台未知参数的异步电机做仿真和试验研究,并将辨识出来的参数用于矢量控制系统,得到了良好的效果,证明了参数辨识的正确性。     

基于数字信号处理器的异步电机参数辨识实现

介绍了异步电机各种参数的辨识方法。在不改变硬件系统的前提下，通过电流控制技术，向电机注入单相交流或直流电流，检测其响应，从而实现异步电机的参数辨识。对一台未知参数的异步电机做仿真和试验研究，并将辨识出来的参数用于矢量控制系统，得到了良好的效果，证明了参数辨识的正确性。     

一种基于变频器驱动的异步电机参数辨识方法

提出了一种简单有效、易于在变频器驱动下实现的异步电机参数离线辨识方法。无需直流、堵转、空载等复杂的实验,在异步电机的三相定子绕组中通入单相的脉冲电压,即可自动获得矢量控制系统所需的异步电机的所有参数。离线辨识算法采用最小二乘法,选取硬件容易实现且系统容易收敛的脉冲信号作为激励信号。针对不同的脉冲宽度信号,进行了仿真分析。最后将这种参数辨识方法运用到15 kW的感应电机中,实验结果很好地说明了该方法的正确性与合理性,为实际应用提供了很好的参考意见。     

基于轨迹特征分析的双馈风电机组参数识别

分析研究风电接入后系统的动态运行与稳定控制,需要建立准确的风电机组结构和参数模型。为此,根据系统辨识理论,推导双馈风电机组（DFIG）的传递函数矩阵,构造传递函数系统与未知参数之间的关系,分析风电机组电抗参数的可辨识性;对风电并网系统进行动态轨迹保稳降维等效变换,通过分析系统主导映像轨迹的特征,建立双馈风电机组参数识别系统的受扰轨迹差异度指标,并将参数待识别系统受扰轨迹与实际轨迹的差异度作为目标函数,优化求解双馈风电机组电抗参数;对算例系统发生线路故障和风速变化等不同情况下进行参数识别计算。仿真结果检验了采用系统轨迹差异度方法识别DFIG参数的有效性和可行性。