感应电动机定转子电阻及速度估计的通用算法

为了抑制参数变化对感应电机交流调速系统性能带来的影响,依据模型参考自适应理论,分别对无速度传感器和有速度传感器矢量控制系统进行速度和定转子电阻同时估计,推导出模型参考自适应估计的一般算法.仿真结果表明,估计算法能对速度和定子电阻和转子电阻进行准确快速地估计,且具有较强的鲁棒性.通用估计算法准确,且正确的.     

基于MRAS矢量控制系统的速度估算

应用模型参考自适应方法，对无速度传感器矢量控制系统的转换估计进行研究，提出了一种以电机的瞬时无功作为辅助变量，鲁棒性良好的新型MRAS速度估计方案。仿真实验表明，应用这种估计算法计算量小，收敛速度快，速度估计精确。     

基于高频噪声主频估计的自适应最小二乘算法

进一步提高电力系统继电保护的动作速度，要求寻找速度更快的保护滤波算法。传统的最小二乘算法与卡尔曼滤波算法虽然速度较快，但准确度难以提高。通过对电力系统故障信号高频噪声分量的理论分析与仿真研究，发现高频噪声分量存在一个主频，并提出一种使用遗传算法的主频频率估计器。根据高频噪声主频的存在性与自适应滤波原理，提出了一种基于高频噪声主频估计的自适应最小二乘算法，它利用高频噪声主频估计器计算输入信号的高频噪声主频频率，根据主频频率修改最小二乘算法的模型参数，实时形成最小二乘算法的计算式。仿真试验表明，该算法显著地提高了保护滤波算法的滤波速度与准确性，即使在噪声非常严重的情况下，也能取得很好效果。     

基于二阶滑模和MRAS的PMSM速度与磁链估计

针对永磁同步电机无传感器控制系统,提出了一种基于二阶滑模和模型参考自适应的速度估计算法。估计算法直接在旋转坐标下估计电机的感应电动势,用模型参考自适应辨识永磁体磁链,两种方法相结合,实现电机速度的估计。该算法能有效抑制滑模固有的抖振,还能减少永磁体磁链对速度估计的影响,增强系统的鲁棒性。仿真结果验证了该算法的有效性。     

配电网状态估计中的量测变换技术

分析了不同情况下状态估计算法中量测变换技术的应用情况，导出了量测变换的具体数学表达式和量测变换后各数据量权重的确定。文章分别对基于牛顿法的状态估计算法，以节点电压电流方程式为基础的状态估计算法及基于支路电流的配电网状况估计算法进行了比较，从文中分析可以看出，量测变换技术的应用虽提高了算法的运算速度但牺牲了估计精度。因此在应用量测变换技术时，须因地制宜，在速度和精度之间寻求平衡。     

基于Kalman滤波的俯仰角速度估计

直升机的姿态角速度不容易准确获得，本文提出了一种采用Kalman滤波理论对直升机俯仰角速度进行估计的方法，建立俯仰角速度方程，给出估计参数的Kalman滤波算法，实验证明该方法能够成功有效的估计直升机俯仰角速度。     

基于改进最小二乘法的电力系统状态估计

作为能量管理系统（EMS）的一个组成部分，电力系统状态估计的研究具有重要意义。最小二乘法状态估计应用相当广泛，当传统最小二乘法在协方差矩阵变小时，估计参数会发生爆炸现象。提出了一种基于最小二乘法的递推阻尼最小二乘法状态估计算法。递推阻尼最小二乘法迭代的初值是上一时刻估计结果，电力系统在大部分情况下运行相对稳定，因此初值的选取可靠性高，保证了算法的鲁棒性和收敛速度。仿真结果显示此算法能够得到满意的结果。     

基于PMU量测的城市电力系统分布式状态估计算法

针对未来微网和新能源大量接入城市电网后,电力系统状态估计功能的计算数据量过大,计算速度缓慢的问题,文中提出了一种适用于城市电力系统的基于相量量测装置(PMU)量测的分布式状态估计算法。该算法将城区电网分层分区,将PMU的同步相量量测引入县调层和地调层的分布式状态估计中,不仅在县调层实现并行计算,而且在地调层满足线性状态估计条件,最终达到提高状态估计速度的目标。文中利用IEEE 118节点系统对新算法进行了测试,仿真结果验证了新算法有效提升了状态估计的速度。     

快速解耦状态估计算法研究

提出了一种非线性的快速解耦状态估计新算法，该算法既保留了量测方程的非线性，同时又利用了改进的Givens正交变换法，通过18节点实例计算表明该算法大大减少了计算量，提高了计算速度，是可行的。     

基于负荷电流的配电网状态估计研究

基于负荷电流的配电网状态估计方法以负荷电流为状态变量,将支路测量函数用负荷电流表示,利用三相潮流计算方法得到支路电流的状态估计值,从而降低了状态估计问题的求解空间,提高了算法的收敛性和计算速度,通过将该算法与三相潮流计算法比较,结果表明状态估计算法在效果、速度、收敛性方面都较常规方法优越。     

基于粒子滤波的永磁直线同步电机状态估计技术

蒙特卡罗粒子滤波在许多非线性非高斯问题中取得了成功的应用.针对永磁直线同步电机(PMLSM)的特点,将蒙特卡罗粒子滤波算法引入到PMLSM无传感器速度和位置估计中.用易于检测的电机端电压和端电流作为输入信号,采用粒子滤波算法实时地估计PMLSM的速度和磁极位置,得到矢量控制系统速度反馈信号和矢量变换角度.仿真结果表明,估计算法既具有较高的估计精度又具有相对少的计算量,可以满足PMLSM伺服系统无传感器控制需要.     

电动飞行器用电池SOC估计算法多指标量化研究

电动飞行器用储能电池系统具有比能量高、老化速率快、电磁环境复杂等特点，存在荷电状态(SOC)估计不准、可用能量受限、算法鲁棒性降低等问题。提出一种SOC估计算法多指标量化分析方法，基于分析算法实时性、工况适应性、噪声鲁棒性、估算精准性四个性能6个指标，综合评估多个SOC估计算法在储能电池系统中的应用潜力。结果表明：SMO观测器具有较好的估计精度和实时性；EKF、UKF、HIF具有相似的估算精准性和算法收敛速度，HIF算法具有更强的抗噪声鲁棒性。     

基于DSP的无速度传感器直接转矩控制研究

为了实现对异步电机的高性能控制,在直接转矩控制的基础上,结合定子磁场定向和转子磁场定向各自的特点,讨论了速度估计的算法,提出了一种简单、实用的速度估计方法,并通过DSP（TMS320F2812）实现了无速度传感器直接转矩控制。实验结果表明算法正确、方案可行。     

基于运动矢量场预测的自适应多模板块运动估计算法

在保证图像质量的基础上,提出了一种能有效提高运动估计的搜索速度和精度的算法,是基于运动场预测的多模板块运动估计搜索算法。该算法结合＂足够好就停止搜索＂的思想,同时根据运动幅度的不同相应地采用了菱形,正方形,六边形等多种模板。仿真结果显示这种算法很好地降低了块运动估计的计算量和搜索点数,与PMVFAST算法相比,搜索速度提高了1.5～2.8倍,PSNR（峰值信噪比）下降了0.2～0.3dB。     

一种新的快速解耦配电网状态估计方法

本文提出了一种新的快速耦配电网状态估计算法。算法采用加权最小二乘估计模型。在等效电流法的基础上引入旋转操作从而使雅可比国和信息矩阵解耦。因为雅可比矩阵完全解耦，所以信息矩阵的解耦是严格的。仿真算例表明该方法在收敛速度和估计精度上均优于等效电流法。     

基于低阶串行双扩展卡尔曼滤波的永磁直线同步电机无速度传感器控制策略

首先,基于三相永磁直线同步电机在同步旋转坐标系下的数学模型,推导出系统的三阶状态方程,实现基于扩展卡尔曼滤波算法的动子速度估计;然后,分析传统扩展卡尔曼滤波算法的计算过程,针对其实时线性泰勒近似是在上一周期的最优估计处完成,因而具有一定滞后性的缺陷,提出一种低阶串行双扩展卡尔曼滤波算法,通过两个低阶扩展卡尔曼滤波算法串行执行,在当前周期的最优估计处完成泰勒近似,提高状态估计精度;最后,仿真和实验结果表明,提出的基于低阶串行双扩展卡尔曼滤波器的无速度传感器控制策略,相比于常规扩展卡尔曼滤波器无速度传感器控制方法具有更高的速度估计精度。     

基于VSS-CDFE的三相非平衡电力系统频率无偏估计

为了实现含噪三相非平衡电力系统高精度频率无偏估计,引入了复数域直接频率估计(CDFE)算法,分析其原理并对其进行了改进。CDFE算法基于正弦信号的线性预测,求取误差函数的瞬时平方值关于频率的偏导数,并以该值作为频率估计的更新值。在此基础上,进一步提出变步长CDFE(VSS-CDFE)算法,根据最速下降法则动态更新步长因子来代替CDFE算法的固定步长。仿真分析及实验结果表明,在噪声干扰下,VSS-CDFE算法可以准确地对基于复数建模的三相非平衡电力系统进行频率追踪,其估计均方误差和理论值相吻合。相比CDFE算法,VSS-CDFE算法在相同的收敛速度下,估计均方误差更小,在相同的估计均方误差下,收敛速度更快。     

递归量测误差估计辨识法及其应用

本文提出不良数据检测和辨识新算法——递归量测误差估计辨识法(RMEEI法)。该算法利用线性递推公式计算量测集变化后状态变量、残差及其方差的新值,避免了状态再估计和计算残差灵敏度矩阵,大大提高了计算速度。文中给出了算法公式,并给出评定算法辨识性能,计算速度等方面的计算结果,还给出了本算法在东北电网控制中心EMS中实时运行的情况。     

基于改进并行遗传算法的电网状态估计

鉴于现有电网状态估计算法存在的问题,提出了一种基于改进并行遗传算法的状态估计算法。该算法采用粗粒度模型组织局域网内的计算机进行并行计算,运用迁移策略组织染色个体的并行处理,结合小生境技术保证估计结果的全局收敛性,并根据电网结构和量测量数据特点对染色体编码进行改进。仿真结果表明,该算法提高了状态估计结果的准确性和计算速度,可满足实时处理电网数据的要求。     

基于CPSO-RLS的电力系统谐波估计融合算法

针对非线性动态负载引起的谐波检测难的问题,提出了一种新的估计电力系统谐波的算法。该算法首先利用混沌粒子群算法(CPSO)的全局搜索性,对未知参数进行优化估计,然后将CPSO算法优化的值作为RLS算法模型的初始权值;最后借助RLS算法进行谐波的有效提取。通过实验仿真,与CPSO算法相比,谐波振幅估计精度最大提高7%,相角估计精度最大提高1.24%。仿真结果表明,该算法在保证收敛速度的同时具有更高的估计精度。