一种双馈电机参数在线辨识方法技术

本发明专利技术提出了一种双馈电机参数在线辨识方法，针对电机运行过程中参数变化特点，基于多新息辨识理论与随机梯度辨识方法，并加入变遗忘因子，提出基于变遗忘因子多新息随机梯度方法的双馈电机参数辨识方法。该方法考虑到双馈电机非线性强耦合，采用定子磁链定向的矢量控制技术，搭建双馈电机矢量控制系统采集数据，并推导dq坐标系下电机参数辨识模型的标准形式，根据方法迭代计算出电机电感及电阻参数。本方法适用于双馈电机在电动和发电两种状态，能够在线辨识电机定子参数，提高控制模型精度，改善控制性能。

An on-line parameter identification method for doubly-fed machines

The invention provides an on-line parameter identification method for doubly-fed machine. According to the characteristics of parameter variation in the process of motor operation, based on multi-innovation identification theory and random gradient identification method, and adding variable forgetting factor, a parameter identification method for doubly-fed machine based on variable forgetting factor and multi-innovation random gradient method is proposed. Considering the strong non-linearity coupling of doubly-fed machine, the stator flux oriented vector control technology is used to build the vector control system of doubly-fed machine to collect data, and the standard form of motor parameter identification model in dq coordinate system is deduced. According to the method, the inductance and resistance parameters of the motor are calculated iteratively. This method is suitable for doubly-fed machines in both electric and generator states. It can identify motor stator parameters online, improve control model accuracy and control performance.

【技术实现步骤摘要】
一种双馈电机参数在线辨识方法
本专利技术涉及一种双馈电机参数在线辨识方法，尤其适用于风力发电系统的双馈电机，属于电机控制

技术介绍
双馈电机是一种新型电机，在特定场合使用较小容量的变频器即可控制较大容量的调速系统。其具有较宽的调速范围，能够在多种状态下运行，能够实现定子功率因数的调节。另外因为风力发电具有转速变化不定、随机性大等特点，而双馈电机可以实现变速恒频运行，因此广泛用于风力发电领域。在众多双馈电机控制方法中比较成熟的是矢量控制方法，矢量控制模型有电流环和速度环两个闭环回路，通过设定两个回路控制器的参数控制电机运行，控制器参数设定需要精确的电机参数。同时其他的控制策略，如直接转矩控制，自适应控制等，也都离不开精确的参数，然而双馈电机自身和周围环境的变化导致的参数不确定性以及模型中各参数之间的强耦合性导致控制算法不精确。为了得到精确的电机参数来更好控制电机的运行，需要找到合适的参数辨识算法进行参数辨识。双馈电机的相关参数通常通过实验的方法进行测试，常用的有空载实验和堵转实验两种。这两种方法有一定的局限性，测试所得到的电机参数只是大约值与真实的参数有一定的差距，并且在工业应用中有些工业设备在运行时限制很多，不利于实验法测试电机参数。离线参数辨识需要在电机运行前进行，得到的只是电机的初始运行参数，无法得到电机运行中相关参数的变化。如果想实时获得电机参数并且根据参数对控制做出调整，则需耍在电机运行中对电机参数的变化进行实时更改，这样就出现了永磁同步电机的在线参数辨识。目前电机参数辨识的方法主要有最小二乘法、模型参考自适应法、神经网络法、遗传算法等。最小二乘方法简单，精度高，但由于辨识过程中需要计算协方差矩阵，计算量较大；模型参考自适应法的自适应律设计过程比较复杂，特别是当多个电机同时辨识时，不一定能够设计出满足稳定性要求的自适应律；神经网络法需要预先规定网络结构，然后通过遗传算法确定适应度函数等，比较复杂；人工智能法的实现需要复杂的建模处理，会增加电机的控制复杂度，目前在实际工程中应用并不广泛。因此，为解决在双馈电机实际运行时，不易采用离线辨识方法，现有在线辨识方法存在计算量大、设计控制复杂等问题，有必要设计一种双馈电机参数在线辨识方法。针对双馈电机，采用变遗忘因子多新息随机梯度法，对电机参数进行实时辨识，提高控制模型的精确度，改善控制性能。
技术实现思路
本专利技术的目的在于解决双馈电机实际运行时，不易采用离线辨识参数辨识方法，而现有在线辨识方法计算量较大，设计、控制过程复杂等问题，如最小二乘方法辨识需要计算协方差矩阵等，提出一种双馈电机参数在线辨识方法。本专利技术方法适用于双馈电机在电动和发电两种状态，能够在线辨识电机定子参数，提高控制模型精度，改善控制性能。为实现上述目的，本专利技术采用以下技术方案来实现：一种双馈电机参数在线辨识方法，包括以下步骤：步骤一、建立双馈电机在同步旋转dq坐标系下的数学模型；步骤二、对随机梯度法进行改进，引入新息长度p，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，即根据随机梯度算法得到多新息随机梯度算法；在多新息随机梯度辨识方法中加入变遗忘因子，得到变遗忘因子多新息随机梯度算法辨识表达式；步骤三、对步骤一中dq坐标系下的数学模型进行变换，并进行离散化，得到双馈电机在dq坐标系下的标准辨识形式；步骤四、在双馈电机运行时，实时采样得到三相定子电压uA、uB、uC，三相定子电流iA、iB、iC，三相转子电压ua、ub、uc，三相转子电流ia、ib、ic，电机对应的角频率ωm，对定转子电压电流采样值进行Clark变换和Park变换，分别得到dq坐标系下的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq，定子电流角频率ω1为定值，计算得到转子电流角频率ω2；步骤五、将步骤四得到的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq代入步骤三得到的标准辨识形式中，得到待测参数：定子电阻Rs，定子电感Ls，定转子互感Lm；步骤六、重复进行步骤四和步骤五，迭代计算待测参数，不断更新计算得到新的待测参数值。具体的，步骤1假设定子电流以流出为正，转子电流以流入为正，将电机数学模型经过Clark变换和Park变换，可以得到双馈电机在同步旋旋转dq轴坐标系下的数学模型为：公式一：公式二：其中，Usd、Usq分别为dq轴定子电压分量，Urd、Urq分别为dq轴转子电压分量；isd、isq分别为dq轴定子电流分量；ird、irq分别为dq轴定子电流分量；ψsd、ψsq分别为dq轴定子磁链分量；ψrd、ψrq分别为dq轴转子磁链分量；ω1为定子电流角频率；即电网工频频率50Hz,ω2为转子电流角频率；D为微分算子；公式三：公式四：其中，Lm为定转子互感；Ls为定子电感；Lr为转子电感。具体的，步骤2包括以下步骤：步骤2.1、根据线性回归模型得到随机梯度算法；对于线性回归模型，公式五：其中，y(t)为输出向量，为信息向量，θ为待辨识参数，v(t)∈R1为噪声向量；令目标函数为其中X的范数定义为||X||2＝tr[XXT]，tr[X]表示X的迹；根据梯度搜索原理极小化J(θ)得到随机梯度算法：公式六：公式七：公式八：其中分别是θ当前时刻和上一时刻的估计值，e(t)为新息；步骤2.2、引入新息长度p，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，即根据随机梯度算法得到多新息随机梯度算法；其中，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，得：公式九：公式十：公式十一：Y(p，t)＝[y(t)y(t-1)…y(t-p+1)]∈R1×p其中表示过去时刻的值；根据随机梯度算法得到多新息随机梯度算法：公式十二：公式十三：公式十四：步骤2.3、在多新息随机梯度辨识方法中加入变遗忘因子，得到变遗忘因子多新息随机梯度算法辨识表达式；公式十五：其中(FF1，FF2)是FF的变化范围，δm为容许的最大误差，并规定当在δ(t)>t时,取δ(t)＝δ；在时,取δ(t)＝0.2δ，其中δ为系统参数与真实参数误差的范数，即系统参数的辨识误差；得到变遗忘因子多新息随机梯度算法辨识表达式：公式十六：具体的，步骤3包括以下步骤：步骤3.1、对dq坐标系下的数学模型进行变换，得到双馈电机在dq坐标系下的标准辨识形式；旋转坐标系下，将定转子磁链方程公式三、公式四代入到电压方程公式一、公式二中，则双馈电机在同步旋转dq坐标系下的数学电压方程为：公式十七：公式十八：将公式十七、公式十八改写成矩阵形式为：公式十九：公式二十:步骤3.2、取采样周期为T，对公式十九、公式二十中的微分算子D进行离散化处理，得到离散的双馈电机dq坐标系下辨识标准形式为：公式二十一：公式二十二：仅考虑定子侧，双馈电机的自回归模型为：公式二十三：其中，y(k)＝[Usd(k)Usq(k)]Tθ＝[LsLmRs]T。本专利技术的优点是：本专利技术将双馈电机在同步旋转dq坐标系下的数学模型，通过一系列变换推导，变形为辨识的标准形式，使采用变遗忘因子多新息随机梯度方法对双馈电机参数进行辨识成为可能；通过该方法对采样数据进行辨识计算，相比传统的随机梯度算本文档来自技高网...

【技术保护点】
1.一种双馈电机参数在线辨识方法，其特征是，包括以下步骤：步骤一、建立双馈电机在同步旋转dq坐标系下的数学模型；步骤二、对随机梯度法进行改进，引入新息长度p，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，即根据随机梯度算法得到多新息随机梯度算法；并在多新息随机梯度辨识方法中加入变遗忘因子，得到变遗忘因子多新息随机梯度算法辨识表达式；步骤三、对步骤一中dq坐标系下的数学模型进行变换，并进行离散化，得到双馈电机在dq坐标系下的标准辨识形式；步骤四、在双馈电机运行时，实时采样得到三相定子电压uA、uB、uC，三相定子电流iA、iB、iC，三相转子电压ua、ub、uc，三相转子电流ia、ib、ic，电机对应的角频率ωm，对定转子电压电流采样值进行Clark变换和Park变换，分别得到dq坐标系下的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq，定子电流角频率ω1为定值，计算得到转子电流角频率ω2；步骤五、将步骤四得到的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq代入步骤三得到的标准辨识形式中，得到待测参数：定子电阻Rs，定子电感Ls，定转子互感Lm；步骤六、重复进行步骤四和步骤五，迭代计算待测参数，不断更新计算得到新的待测参数值。...

【技术特征摘要】
1.一种双馈电机参数在线辨识方法，其特征是，包括以下步骤：步骤一、建立双馈电机在同步旋转dq坐标系下的数学模型；步骤二、对随机梯度法进行改进，引入新息长度p，将原来的单新息量e(t)扩展到数据长度为p的多新息向量，即根据随机梯度算法得到多新息随机梯度算法；并在多新息随机梯度辨识方法中加入变遗忘因子，得到变遗忘因子多新息随机梯度算法辨识表达式；步骤三、对步骤一中dq坐标系下的数学模型进行变换，并进行离散化，得到双馈电机在dq坐标系下的标准辨识形式；步骤四、在双馈电机运行时，实时采样得到三相定子电压uA、uB、uC，三相定子电流iA、iB、iC，三相转子电压ua、ub、uc，三相转子电流ia、ib、ic，电机对应的角频率ωm，对定转子电压电流采样值进行Clark变换和Park变换，分别得到dq坐标系下的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq，定子电流角频率ω1为定值，计算得到转子电流角频率ω2；步骤五、将步骤四得到的定子电压Usd、Usq，定子电流isd、isq，转子电压Urd、Urq，转子电流ird、irq代入步骤三得到的标准辨识形式中，得到待测参数：定子电阻Rs，定子电感Ls，定转子互感Lm；步骤六、重复进行步骤四和步骤五，迭代计算待测参数，不断更新计算得到新的待测参数值。2.如权利要求1所述的双馈电机参数在线辨识方法，其特征是，步骤1假设定子电流以流出为正，转子电流以流入为正，将电机数学模型经过Clark变换和Park变换，可以得到双馈电机在同步旋旋转dq轴坐标系下的数学模型为：公式一：公式二：其中，Usd、Usq分别为dq轴定子电压分量，Urd、Urq分别为dq轴转子电压分量；isd、isq分别为dq轴定子电流分量；ird、irq分别为dq轴定子电流分量；ψsd、ψsq分别为dq轴定子磁链分量；ψrd、ψrq分别为dq轴转子磁链分量；ω1为定子电流角频率；即电网工频频率50Hz,ω2为转子电流角频率；D为微分算子；公式三：公式四：其中，Lm为定转子互感；Ls为定子电感；Lr为转子电感。3.如权利要求2所述的双...

【专利技术属性】
技术研发人员：吴定会，黄旭，纪志成，郑洋，黄海波，陶凯，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32