一种直流输电阀冷系统循环泵电机参数辨识算法
【技术领域】
[0001] 本发明属于直流输电阀冷系统循环栗电机的技术领域，尤其是指一种直流输电阀 冷系统循环栗电机参数辨识算法。
【背景技术】
[0002] 直流输电阀冷系统使用了多个循环栗电机，但是在对循环栗电机定期进行电气参 数测试时，不可能拆掉直流输电阀冷系统循环栗电机来直接测量其定子、转子阻抗，也不可 能对运行中的直流输电阀冷系统循环栗电机做短路试验，只能间接通过测量定子电流、电 压和转子转速，进行一系列的变换得到直流输电阀冷系统循环栗电机的参数。
[0003] 目前循环栗电机参数辨识普遍采用的是最小二乘推算法或自适应算法。最小二乘 推算法虽然收敛速度快，计算量小，但是抗干扰能力差，辨识精度不够高；自适应算法虽然 辨识精度高，但是收敛时间长，计算量大。而且，一般的直流输电阀冷系统循环栗电机参数 辨识算法需要获取定子电压、电流信号的多阶导数，涉及到利用离散数值求取电流的二阶 导数，但直接求取电流的导数的缺点是离散化后引入的误差虽然相对误差小，但绝对误差 依然很大，往往使得在参数辨识过程中出现病态矩阵导致参数辨识失败。
[0004] 可见，有必要对现有技术进行改进。
【发明内容】
[0005] 本发明的目的在于提出一种直流输电阀冷系统循环栗电机参数辨识算法，在两相 静止坐标系上，对现有最小二乘递推算法和电机自适应辨识算法进行改进优化，并将改进 的最小二乘推算法和改进的自适应辨识算法进行融合，使得在不同运行工况下都能使用最 适合该运行工况的辨识算法实现电机参数的辨识，极大提高了阀冷系统循环栗电机参数辨 识的鲁棒性、收敛速度与精度。
[0006 ]为了解决上述技术问题，本发明的技术方案如下：
[0007] -种直流输电阀冷系统循环栗电机参数辨识算法，包括：
[0008] 步骤A、获得循环栗电机在两相静止坐标系上的参数待辨识模型；
[0009] 步骤B、对所述参数待辨识模型进行降阶滤波处理，得到降阶后的待辨识模型；
[0010] 步骤C、判断循环栗电机运行时转速波动是否小于等于第一阈值，
[0011]若是，则采用最小二乘推算法对所述降阶后的待辨识模型进行处理，获得循环栗 电机参数的逼近值，
[0012] 若否，则进一步判断循环栗电机运行时的转速波动是否小于等于第二阈值；
[0013] 步骤D、采用自适应算法对所述逼近值或转速波动大于第一阈值且小于等于第二 阈值情况下的降阶后的待辨识模型进行处理，收敛至循环栗电机参数的真实值。
[0014] 进一步地，所述步骤B包括：
[0015] 以转速ω、转子磁链也、定子电流is、定子电压Us为变量，列出如下静止坐标系下电 机状态方程，
[0020] 其中，Φι·α为转子侦Ija轴分量的转子磁链;Φι·β为转子侦Ι|β轴分量的转子磁链;isa为定 子侧a轴分量的定子电流；i sf!为定子侧β轴分量的定子绕组电流;Usa为定子侧a轴分量的定 子电压;us{!为定子侧β轴分量的定子绕组电压;R s为定子绕组电阻;Rr为转子绕组电阻;匕为 定转子之间的互感;Lr为转子电感;Ls为定子电感;Tr为转子时间常数; 〇为漏感系数；
[0021] 在满足电机转速稳定即^ 〇时，消去转子磁链项化简得到 d(
[0022]
「00231 对l·忒徘轩加下捕姑λ Γ??ζΓ?+νη 々卜捆.
Γ
[0026] 其中S表示拉普拉斯算子，是引入的滤波参数，其取值由电压电流信号的频率 分布所决定；
[0027] 根据上式，将两相静止坐标系上定子电流电压的状态方程降阶滤波转换为待辨识 模型
[0028:
[0029]其中，
[0030]
[00311 01、02、03、04为电机固有的参数所决定的特征参数。
[0032] 进一步地，所述步骤C中，采用最小二乘推算法对所述降阶后的待辨识模型进行处 理的过程包括：
[0033] 连立方程哲
[0034] 其中，w为迭代次数，0(w)表示w次迭代的待辨识特征参数序列，W(w)表示w次迭代 的加权增益，y (w)表示w次迭代的输出值，P (w)表示w次迭代的协方差阵；
[0035] 由电机固有的参数和滤波参数hi、h2求出特征参数01、92、03、0 4，并根据上述方程组 解出用于表征电机待识别参数的参数I、W2、W3、W 4，
[0036]
[0037] .,4
[0038] 进一步地，所述步骤D包括：
[0039]根据降阶滤波后的待辨识模型
[0040]
[0041] 设计电机的电流推算模型
[0042]
[0043] 其中，μ为推算参数，并记冗、C、劣为各对应项系数的真实值，9:^)、9：^ (t)、0 3(t)、04(t)为各对应项系数的估计值；
[0044] 对比所述电流推算模型与降阶滤波后的待辨识模型，得出参数偏差为
[0045]
[0046] 在参数没有偏差时，电流导数滤波后的估计值等于真实值，得到如下等式
[0047]
[0048] 取输出误差为6ι = ?:Μ- &
[0049] 则有
[0050]
[0051 ]得到电机电流估计误差模型；
[0052]令，并取大于零的常数作为自适应律系数gi、g2、 、
* g3、g4,代入电机电流估计误差模型中以保证误差的收敛；
[0053]将误差收敛时各对应项系数的估计值01(〇、02(〇、03(〇、0 4(1)作为各对应项系 数的真实值，解出电机的待辨识参数。
[0054] 优选地，所述第一阈值为
，其中ω表示转速，Tr表示 转子时间常数。
[0055] 本发明的优点是:在两相静止坐标系上，对现有最小二乘递推算法和电机自适应 辨识算法进行了改进优化，先对电机待辨识数学模型进行了降阶滤波处理，避免了直接利 用离散采样信号求取采样信号二阶导数，并以电机不同运行条件为选用辨识算法的选择判 据，将改进的最小二乘推算法和改进的自适应辨识算法进行融合，使得在不同运行工况下 都能实现电机参数的辨识，极大提高了阀冷系统循环栗电机参数辨识的鲁棒性、收敛速度 与精度。
【附图说明】
[0056]图1是本发明的流程不意图。
【具体实施方式】
[0057]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本发明作进一步详细的说明。
[0058] 实施例
[0059] -种直流输电阀冷系统循环栗电机参数辨识算法，包括：
[0060] 步骤A、获得循环栗电机在两相静止坐标系上的参数待辨识模型；
[0061 ]步骤B、对所述参数待辨识模型进行降阶滤波处理，得到降阶后的待辨识模型；
[0062] 步骤C、判断循环栗电机运行时转速波动是否小于等于第一阈值，
[0063] 若是，则采用最小二乘推算法对所述降阶后的待辨识模型进行处理，获得循环栗 电机参数的逼近值，
[0064] 若否，则进一步判断循环栗电机运行时的转速波动是否小于等于第二阈值；
[0065] 步骤D、采用自适应算法对所述逼近值或转速波动大于第一阈值且小于等于第二 阈值情况下的降阶后的待辨识模型进行处理，收敛至循环栗电机参数的真实值。
[0066] 考虑到最小二乘推算法适用于电机速度变化缓慢的情况，而自适应参数辨识算法 适用于电机速度变化较快的情况，所以本发明提出根据电机速度变化程度来选择不同参数 辨识算法来进行电机参数辨识的判据。当电机速度变化缓慢时，先采用最小二乘推算法辨 识参数到接近真实值，后采用自适应控制模型辨识出真实值；当电机速度变化较大时，直接 采用自适应控制模型辨识出真实值。
[0067]如图1，为本发明关于直流输电阀冷系统循环栗电机参数辨识算法的流程示意图。 以转速w、转子磁链如、定子电流匕为变量的静止坐标系下电机状态方程如下 1
[0069]
[0070]
[0071]
[0072] 其中，Φι·α为转子侧a轴分量的转子磁链;Φι·β为转子侧β轴分量的转子磁链;isa为定 子侦Ua轴分量的定子电流;i se为定子侧辩由分量的定子绕组电流;Rs为定子绕组电阻;Rr为转 子绕组电阻;"为定转子之间的互感;Lr为转子电感;Ls为定子电感;Tr为转子时间常数;σ为 漏感系数。
[0073] 在满足电机转速稳定即^ = 0时，可消去转子磁链项化简得到： At
[0074]
[0075] 实际运行时的转速稳定的情况较少，在式(1)-(4)推导(5)过程中有：
[0076]
[0077] 电机运行时转速难免有波动，观察(6)式可得，当转速变化满5 、最 小二乘推算法能得到一个很好的辨识结果。
[0078] 经测算及实际辨识经验当
吋，转速波动会一定影响最小二乘递推 算法的收敛速度，由转速波动引起的辨识误差可控制在1%以内。小幅的转速波动因会引起 电压、电流的波动，可以充分保证输入信号充分激励，这对自适应辨识算法是有利的。
[0079] 综上所述，当w = 0,即电机静止时每
时，可先用最小二乘推算法使 参数辨识到接近真实值，后再采用自适应算法让最小二乘算法的辨识结果逐渐逼近真实 值。
[0080] 兰
时或只要满足
?，可用直接用本发明提 出的自适应算法来实现电机参数辨识。
[0081]
[0083]
[0082] 对公式⑴进行滤波Λ⑶=(S+h) (S+h2)处理：
[0084]
[0085] 定子电压电流进行坐标变换和降阶滤波处理。本发明在对电机待辨识模型进行二 阶滤波处理，使其待辨识模型实现了降阶，避免了现在多数电机辨识算法需直接利用离散 采样信号求取采样信号二阶导数而引入的较大绝对误差(虽然相对误差小，但绝对误差依 然很大，如信号y = sinlO〇Jit的二阶导数y" = 100003i2sin1003it，即使相对误差控制在 0.1%，其绝对误差都有103I 2,再考虑离散引入的误差，总体误差会更大），往往使得在参数 辨识过程中出现病态矩阵导致参数辨识失败，本发明设计的待辨识算法其优点在于不用求 取定子电压、电流的高阶导数即可辨识出异步电动机的参数。因此，本算法中的二阶滤波模 块又叫降阶滤波模块。两相静止坐标系上的