感应电动机负荷模型参数灵敏度分析及参数易辨识性的研究

针对感应电动机负荷模型中部分参数易辨识 ,且辨识结果稳定 ,而另一部分参数难辨识 ,辨识结果存在较大离散性的问题 ,本文通过参数灵敏度分析 ,指出了参数灵敏度与参数易辨识性之间的关系 ,以及扰动强度与参数灵敏度从而参数易辨识性的关系。最后提出了对实际感应电动机参数辨识具有重要指导意义的分步或逐步辨识策略。     

感应电动机负荷模型参数解析灵敏度分析及参数辨识策略研究

通过对感应电动机参数的解析灵敏度分析,较好地解释了感应电动机负荷模型中部分参数易辨识,部分参数难以辨识且辨识结果较离散这一现象.研究结果表明:灵敏度大的参数易辨识,灵敏度小的参数难辨识,且辨识结果较离散;在不同的激励强度下,感应电动机负荷模型各参数灵敏度将随激励的增强而增大.文中提出了一种新的感应电动机负荷模型参数辨识策略.经现场实测数据建模,验证了该辨识策略的有效性及可行性.     

基于传递函数的遗传算法感应电机参数辨识

提出了一种基于传递函数的感应电机参数辨识方法,这种方法是通过计算感应电机实际输出和电气模型输出的差值来不断对估计模型进行修正,从而辨识出感应电机参数,并与传统的最小二乘算法辨识结果和电机参数真值进行了比较。实验证明,采用该方法对感应电动机进行参数辨识是可行的,辨识结果是可信的。     

感应电动机综合负荷的参数辨识

从可辨识性分析入手、以基因优化方法为工具,解决了感应电动机综合负荷的参数辨识。这是电力工程师一直很感兴趣、却长期没有得到很好解决的难题。结果表明,仅利用前稳态和动态条件,则感应电动机综合负荷的参数不可辨识;只有当加上新条件（如后稳态）时,才唯一可辨识。文中采用数值仿真和实际应用,验证本文理论的正确性和方法的有效性。     

基于遗传算法的感应电动机稳态模型参数辨识

介绍了感应电动机传统的参数测试与识别方法,提出了基于遗传算法的感应电动机稳态模型参数辨识方法,利用实际所测的电动机电流和转速数据,结合感应电动机稳态模型电流特性方程,通过遗传算法进行曲线拟合得到电机稳态模型电流特性曲线及电机稳态模型各参数值。试验证明该设计参数辨识方法与传统测试方法相比,准确性和精度都有较大的提高,进一步验证了该设计方法的可行性和有效性。     

基于综合广域信息的负荷参数辨识方法

提出一种基于综合广域信息的负荷参数辨识方法,以发电机相对功角作为广域信息,综合分析多种运行及故障条件下发电机功角对负荷参数的轨迹灵敏度.根据灵敏度分析结果,可以确定参与负荷参数辨识的发电机功角以及各负荷参数的易辨识性,也可以选择有利于参数辨识的扰动地点.由负荷参数估计值得到的发电机功角响应曲线,与发电机功角曲线实际值的最小二乘拟合,使得目标函数极小化,即完成了负荷参数的广域辨识.对10机39节点系统的仿真分析结果表明:负荷参数辨识的广域信号应选择30号发电机功角,节点19为扰动地点,负荷参数中电动机负荷比例系数以及定转子阻抗等灵敏度较高,更易于辨识.在多种运行及故障条件下,广域辨识的负荷参数均能够比较准确地反映系统实际的动态特性.     

基于复数模型描述的感应电动机参数辨识算法

根据感应电动机的复数状态方程描述,首先讨论了转速恒定条件下感应电动机参数辨识的最小二乘算法,指出共性能对转速波动的敏感性,其次,应用本文得到的实验数复变量正实误差模型条件下的参数调整算法,给出了２种新的变速驱动时感应电动机定转子参数的辨识算法,它们可以在交流传动系统的参数自适应设计问题中得到应用。     

复合笼条转子异步电动机的参数辨识

首先建立了复合笼条转子异步电动机的数学模型，然后利用推广的卡尔曼滤波法，将模型中转子电阻和漏感增广为状态变量，对其进行了辨识，利用辨识得到的参数对电机的起动过程进行了仿真，将复合笼条转子感应电机的转子参数及仿真结果与普通感应电动机进行比较，说明复合笼条转子异步电动机良好的起动性能。     

基于Volterra在线参数辨识的动态负荷模型等效性分析

基于Volterra在线参数辨识方法,通过数字仿真、模型参数辨识、模型替换和外特性交叉对比等步骤,分析了恒阻抗加感应电动机模型（ZM模型）与ZIP模型、ZIP加电动机模型（ZIPM）之间的等效性及ZM模型的适用范围。仿真结果表明,当ZIPM负荷中ZIP部分的恒阻抗负荷占比大于70%时,辨识出的ZM模型与原始模型在外特性上的相似程度可以满足机电暂态仿真的要求。     

基于感应电动机复数简化模型的参数辨识研究

感应电动机数学模型的非线性、强耦合和模型中不可观测量的存在,使得在辨识电机参数时需要求解复杂的非线性微分方程组而导致辨识困难。提出一种由定子电压和电流交直轴分量表示的感应电动机复数简化模型;利用端口电流电压暂态量,采用步长加速法进行模型参数辨识。该模型考虑了电动机的非线性,避免了求解复杂的非线性微分方程组,减化了参数辨识过程,保证了算法的收敛性和结果的准确性,提高了辨识的稳定性和效率。在两种电机控制方式下进行算例仿真及参数辨识,验证表明该模型正确有效,参数可辨识且精度高,易于工程实现。