一种基于系统辨识的Buck型变换器特征参数提取方法

故障预测及健康管理(prognostics and health management,PHM)对于保障系统的安全可靠具有重要作用。随着电力电子装置在各领域的应用愈发广泛,急需研究电力电子装置的PHM技术。特征参数提取是PHM技术的基础,该文首先简要说明了电力电子电路特征参数提取的研究现状。然后针对基于混杂系统模型的电力电子电路参数辨识方法中,存在较多影响实际辨识精度的非理想因素这一关键问题,以电路中目标器件为建模对象建立线性模型,提出了一种通用性较好的Buck型变换器参数提取方法,并结合Matlab仿真分析了该方法的性能,包括收敛速度以及辨识精度。最后进行实验验证,实验结果表明,该方法的参数辨识精度可达95%以上,验证了这一方法的有效性。     

基于混杂系统模型的DC/DC电力电子电路参数辨识

基于混杂系统理论构建了电力电子电路的混杂系统模型，并基于该模型提出了电力电子电路参数辨识的一种方法，可应用于故障趋势判断和预知维护。文中给出了6种DC/CC电路的混杂系统模型，并以Buck电路的滤波电感、滤波电容及其等效串联电阻的参数辨识为例，通过实验验证了这一方法的有效性。     

兼顾电感电流连续导通和断续运行模式的DC/DC电路建模和参数辨识

电力电子电路作为开关型功率变换器，其离散事件与连续时间动态特性相互作用，使其呈现混杂系统的动态特征。给出电力电子电路基于混杂系统的统一模型，并在此模型的基础上提出一种能应用于故障诊断的参数辨识法。建立Buck、Boost、Buck-Boost、Cuk、反激式直流变换、正激式直流变换等6种 DC/DC电路的混杂系统模型，并且上述模型兼顾了电感电流运行在连续导通模式（CCM）和断续导通模式（DCM）。基于上述模型，以Buck电路为例，给出应用最小二乘算法对该模型的参数进行辨识的方法。通过 Buck电路的滤波电感、滤波电容和电容 ESR的辨识实验验证了这一方法的有效性。     

基于轨迹灵敏度的戴维南等效参数迭代优化辨识

提出一种基于轨迹灵敏度的戴维南等效参数迭代优化辨识方法。该方法将戴维南等效参数辨识归结为数值优化问题,以节点电压计算值平方和电压实测值平方的差最小为目标,优化模型简单、求解方法可靠。结合戴维南等效参数对节点电压的轨迹灵敏度,对辨识参数的初值自适应变步长修正,进而提高参数辨识的精度。由于该方法仅采用当前时刻的实测节点电压、功率数据,有效避免了现有戴维南等效参数辨识方法针对不同假设条件的局限,具有使用范围广、辨识结果有效性强、计算速度快的特点。简单2节点系统和新英格兰10机39节点系统的仿真验证了所提方法的实用性和有效性,有在线应用前景。     

基于混杂系统模型和事件辨识的电子电子电路故障诊断

该文建立了一个基于混杂系统理论的电力电子电路数学模型；然后将电路的各个运行状态抽象为离散事件；并在该模型的基础上提出了基于混杂系统事件辨识的故障诊断方法和它的实现步骤。该方法具有实现简单、诊断率高、通用性较强的优点。文章最后通过Buck电路的故障诊断实验验证了该方法的可行性和有效性。     

一种基于离散观测器的DC/DC变换器参数在线辨识方法

针对功率变换器参数在线辨识问题,提出了一种新的基于离散观测器的DC/DC变换器主电路参数非侵入式在线辨识方法。基于Lyapunov函数提出了一种用于离散系统参数辨识的观测器算法,进一步引入模型噪声估计使得观测器能够适用于经低速采样离散化的混杂系统的参数辨识。为将提出的观测器应用到DC/DC变换器参数辨识中,以Buck变换器为例给出了DC/DC变换器离散模型的建立方法。在此基础上,设计了用于Buck变换器主电路参数辨识的离散观测器。观测器根据电感电流、输出电压以及控制器输出即可对滤波电感及其等效串联电阻、滤波电容及其等效串联电阻、负载等效电阻等多个参数进行在线辨识。仿真和实验结果验证了该方法的有效性。     

Prony算法在电力系统参数辨识中的应用

电力系统安全稳定计算的关键之一是建立准确的系统数学模型以及获取符合实际的系统动态参数。系统辨识技术在电力系统中有着重要的应用价值。提出了一种基于Prony算法的参数辨识方法,首先验证了其在电力系统传递函数辨识方面的有效性,再将其进行拓展,对汽轮机调节系统参数辨识进行了研究。该方法能准确辨识出系统传递函数和模型参数,计算速度快,辨识精度高,具备在线应用的潜力。仿真结果表明,该算法在电力系统参数辨识方面是有效可行的。     

电力电子器件故障预测与健康管理技术的研究现状和趋势

电力电子器件是电力电子系统实现电能变换与控制的核心组件之一。通过新材料、新结构、新工艺、增加冗余、降容运行等传统手段提高电力电子器件的可靠性越来越难以匹配快速发展的电能变换要求。目前,电力电子器件的故障预测与健康管理(prognostics and health management,PHM)技术已成为研究热点。文中围绕PHM技术的研究现状、挑战以及发展趋势展开论述。首先,梳理状态监测、故障预测、健康管理三者的逻辑关系;然后,详细分析以电力电子器件的结温监测与老化演化为主要研究内容的技术手段;最后,综合现有研究,指出PHM技术在电参数传感、模型优化、混杂多故障预测方面有待深入研究。以芯片技术发展为硬件基础,大数据和人工智能为上层建筑,是电力电子器件PHM技术的发展趋势。     

一种基于多参量隐马尔可夫模型的负荷辨识方法

由于电力需求侧负荷形态各异、特性多变,种类繁多,采用传统方法进行负荷辨识时存在识别率不高、模型建立困难、难以推广应用等问题。为此,基于智能负荷控制器(SRLC)的用电参数检测功能和非侵入式负荷监测(NILM)原理,提出一种基于多参量隐马尔可夫模型(MPHMM)的负荷辨识方法。该方法采用4个负载特性参数(电流、有功功率、无功功率、功率因素)作为模型的观测向量,通过模型学习和多次迭代计算,求得与MPHMM模型隐藏状态相匹配的观测序列的最大输出概率和最优状态序列,再采用辅助判别算法对结果进行修正,完成对负荷的最终辨识。通过搭建实验平台对所提方法进行验证。结果表明,该方法辨识准确率可达95%以上,特别是对小功率负荷具有较好的识别效果。     

基于改进教与学优化的光伏阵列模型参数辨识研究

光伏发电系统中阵列模型及其参数辨识的准确性对光伏电站故障诊断、发电功率预测以及并网运行的稳定性评估具有重要意义。在单二极管模型基础上建立了光伏阵列数学模型,并提出一种基于Tent混沌映射的改进教与学优化算法对模型参数进行辨识,通过实测数据和参数辨识后的仿真结果进行对比,验证了该模型的准确性、求解快速性以及稳定性,为下阶段综合能源系统建模奠定模型基础。     

基于状态空间模型与PEM迭代算法的电力系统惯量辨识

惯量是保障电力系统频率安全稳定的重要参数之一,因此需对其进行精确的在线测量。针对当前采用的系统辨识方法测量精度不高的问题,研究系统辨识中算法模型的选择对测量结果的影响。首先,分析比较现有的传递函数模型、自回归滑动平均模型以及子空间辨识模型进行惯量辨识的测量原理。其次,从惯量响应初期阶段数据匹配的角度,提出基于PEM迭代算法的状态空间估计模型。最后,搭建10机39节点电力仿真系统,验证了所提辨识模型的正确性。并在不同功率扰动程度以及不同采样时间窗口下,分析4种辨识模型的适用性,为确定系统最优辨识模型提供参考依据。     

基于DSATools的发电机及其控制系统模型参数仿真方法

精确的发电机系统参数是电力系统分析的基础。很多情况下由于工况条件限制无法对发电机参数进行准确的测量,给系统的安全校核、指标估计及潮流优化等工作带来较大困难。提出了一种基于仿真模型进行参数辨识的方法,通过DSATools仿真工具搭建发电机及其控制系统仿真模型,采用曲线拟合的方法进行参数优化得到了准确的仿真结果。以广西平班水电厂发电机组的发电机及其控制系统作为算例,验证了仿真模型参数辨识的可行性。     

风电机组驱动系统参数辨识

提出了风速激励下的定速风电机组驱动系统参数辨识方法。首先以含定速风电机组的单机无穷大系统为例,仿真了风速激励风电机组的受扰轨线,表明由于感应发电机电气部分动态较快,因此在辨识驱动系统模型参数时,可将电气部分用准稳态模型近似,以降低模型的阶数以及参数辨识的个数。进一步采用轨迹灵敏度方法,分析了驱动系统模型参数的可辨识性。基于粒子群优化算法进行了参数辨识,结果验证了该定速风电机组驱动系统参数辨识方法的可行性。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型。研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性。介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法。通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性。     

考虑杠杆坏数据的参数辨识和快速修正方法

当存在杠杆坏数据时,现有的参数估计方法精度低、计算复杂,因此,该文提出一种基于拉格朗日乘子法的电网参数辨识和快速修正新方法。首先,建立了基于指数型目标函数的抗差状态估计模型,根据量测的误差大小而自动改变其权重,从而克服大部分坏数据,特别是杠杆坏数据对参数辨识精度的影响;进而基于拉格朗日乘子法确定可疑参数,再基于可疑参数在多个断面下的乘子值计算其用于误差修正的平均乘子值,实现参数误差的快速修正,并减少了计算量。通过3节点简单网络及IEEE 39系统的算例仿真,对比存在杠杆坏数据情况下该方法与传统方法的参数估计精度和计算时间,验证了所提方法的有效性和正确性。     

基于量子粒子群算法的混杂系统参数辨识

针对电力电子电路的混杂系统模型的参数辨识问题,提出运用量子粒子群算法(QPSO)对电力电子电路中元器件的参数进行辨识,相对于传统的参数辨识,该方法能更加精确的辨识元器件.先测试函数证明算法的辨识性能,然后以非理想Boost电路为例,求解得到电路中所有关键元器件的特征参数值,在仿真中与基本算法和遗传算法(GA)比较,最后通过物理实验证明该算法的有效性,可用于器件参数性故障的趋势判断,对混杂系统寿命预测的发展有着非常重要的意义.     

基于MRAS的改进永磁同步电机参数辨识方法

针对传统参数辨识方法收敛速度较慢的问题,提出了一种基于MRAS的改进参数辨识方法。该方法在MRAS参数辨识方法中引入了离线辨识技术,将离线辨识所得结果作为在线辨识算法的初值,提高了辨识结果的收敛速度。建立了基于永磁同步电机矢量控制系统的参数在线辨识模型,对所提方法进行了仿真验证,结果表明该方法可有效提高辨识结果的收敛速度。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型.研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性.介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法.通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性.     

基于同步相量测量的实时电压稳定分析方法

提出了一种基于同步相量测量的实时电压稳定分析方法.该算法利用局部同步相量测量信息就地进行实时在线参数辨识,在辨识后的2节点等值系统和静态负荷模型的基础上,根据一种节点电压稳定性指标实时进行电压稳定性估计.该方法基于π型支路模型和静态负荷参数模型,辨识局部2节点等值系统,可以更好地反映线路的无功特性以及负荷参数的变化.最后,结合新英格兰39节点系统的仿真结果,对不同等值系统模型及负荷模型进行对比,结果表明所提出的方法能提供更加精确的电压稳定估计指标,验证了该方法的可行性.     

基于MRAS的异步电机转子时间常数实时辨识

介绍了一种基于模型参考自适应(MRAS)的感应电机转子时间常数实时辨识方法。根据MRAS系统中参考模型和可调模型的状态误差调节可调模型的参数,在线辨识转子时间常数。理论分析证明该算法具有李雅普诺意义下的全局稳定性。最后对该算法进行了仿真验证。