本文選題：電動(dòng)機(jī)能效 + 遞推最小二乘算法��； 參考：《華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版)》2014年06期

【摘要】：將標(biāo)準(zhǔn)能效測(cè)試方法與電動(dòng)機(jī)參數(shù)辨識(shí)方法相結(jié)合,分析了最小二乘遞推(RLS)算法與擴(kuò)展卡爾曼濾波(EKF)兩種參數(shù)在線辨識(shí)方法計(jì)算過程及特點(diǎn),以最小二乘遞推算法為基礎(chǔ)實(shí)現(xiàn)對(duì)電動(dòng)機(jī)定轉(zhuǎn)子漏電感等參數(shù)的在線辨識(shí),考慮到最小二乘遞推算法對(duì)轉(zhuǎn)子電阻動(dòng)態(tài)辨識(shí)性能較差,利用擴(kuò)展卡爾曼濾波算法對(duì)電動(dòng)機(jī)轉(zhuǎn)子電阻進(jìn)行在線辨識(shí)�；谠诰�辨識(shí)所得參數(shù)搭建電機(jī)能效監(jiān)測(cè)模型,獲得電機(jī)各項(xiàng)損耗及能效,通過仿真驗(yàn)證參數(shù)辨識(shí)方案可行性,并將能效測(cè)試B法所得損耗與該模型監(jiān)測(cè)損耗及能效對(duì)比以驗(yàn)證該模型。
[Abstract]:Combining the standard energy efficiency test method with the motor parameter identification method, this paper analyzes the calculation process and characteristics of two parameters online identification methods, the least square recursive algorithm and the extended Kalman filter EKF. The on-line identification of leakage inductance of stator and rotor of motor is realized on the basis of least square recursive algorithm. Considering the poor performance of least square recursive algorithm for dynamic identification of rotor resistance, An extended Kalman filter algorithm is used to identify the rotor resistance of the motor. Based on the on-line identification parameters, the motor energy efficiency monitoring model is built, and the loss and energy efficiency of the motor are obtained. The feasibility of the parameter identification scheme is verified by simulation. The energy efficiency test B method is compared with the model to monitor the loss and energy efficiency to verify the model.
【作者單位】： 華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室;國網(wǎng)福建省電力有限公司;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51307050) 中央高�；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目
【分類號(hào)】：TM346

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蔣鐵錚,鄭逢時(shí);同步電機(jī)參數(shù)最小二乘辨識(shí)多值性及收斂性的改善方法[J];電機(jī)與控制學(xué)報(bào);1999年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 范澍,毛承雄,陸繼明;基于在線辨識(shí)的實(shí)時(shí)最優(yōu)勵(lì)磁控制器[J];電力系統(tǒng)自動(dòng)化;2001年13期

2 彭志;劉祖潤;趙延明;;PLC控制的直流發(fā)電機(jī)組自動(dòng)監(jiān)控系統(tǒng)設(shè)計(jì)[J];現(xiàn)代電子技術(shù);2011年24期

3 楊俊華,潘觀海;同步電機(jī)時(shí)間常數(shù)對(duì)頻率特性的影響[J];中小型電機(jī);2000年04期

相關(guān)博士學(xué)位論文 前2條

1 張新麗;汽輪發(fā)電機(jī)非線性特征的機(jī)理及其與運(yùn)行條件的關(guān)系[D];華北電力大學(xué)（北京）;2007年

2 余翔;基于級(jí)聯(lián)多電平逆變器的STATCOM及其控制策略研究[D];華中科技大學(xué);2006年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 鄭逢時(shí)，趙爭(zhēng)鳴，阮仕榮，，阮羚;用最小二乘辨識(shí)方法測(cè)取水輪發(fā)電機(jī)參數(shù)[J];電工技術(shù)學(xué)報(bào);1994年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范洪達(dá),李相民;卡爾曼濾波算法的幾何解釋[J];火力與指揮控制;2002年04期

2 蘭義華;任浩征;張勇;趙雪峰;;一種基于“當(dāng)前”模型的改進(jìn)卡爾曼濾波算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2012年05期

3 張哲;陳德樹;;卡爾曼濾波算法與富氏算法的分析比較[J];電力系統(tǒng)自動(dòng)化;1990年04期

4 萬建偉,皇甫堪,梁甸農(nóng);基于推廣卡爾曼濾波算法的聲測(cè)定位技術(shù)[J];國防科技參考;1997年04期

5 夏建濤,任震,陳立,景占榮;極坐標(biāo)下卡爾曼濾波算法的研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2000年03期

6 高磊,崔鑫水;一種自適應(yīng)協(xié)方差矩陣旋轉(zhuǎn)變換卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年03期

7 高磊;一種反饋修正推廣卡爾曼濾波算法及其應(yīng)用[J];航天控制;2004年05期

8 劉劍鋒;莊志洪;劉中;;卡爾曼濾波算法在最佳起爆角估計(jì)中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報(bào);2005年S1期

9 陳炯;阮建國;;數(shù)字保護(hù)中卡爾曼濾波算法的改進(jìn)[J];計(jì)算機(jī)與數(shù)字工程;2008年04期

10 阮建國;陳炯;;一種適于快速實(shí)現(xiàn)的卡爾曼濾波算法的改進(jìn)[J];電測(cè)與儀表;2009年02期

相關(guān)會(huì)議論文 前9條

1 劉棟;王惠林;;卡爾曼濾波算法在目標(biāo)定位系統(tǒng)中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 周紅波;耿伯英;;基于目標(biāo)跟蹤的無偏轉(zhuǎn)換測(cè)量卡爾曼濾波算法研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國智能交通年會(huì)論文集[C];2012年

4 趙汝祺;趙祚喜;趙汝準(zhǔn);;基于多項(xiàng)式卡爾曼濾波算法的車輛定位試驗(yàn)研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

5 曾翠娟;杜傳利;;動(dòng)態(tài)GPS自適應(yīng)卡爾曼濾波算法的FPGA實(shí)現(xiàn)[A];第13屆全國計(jì)算機(jī)、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

6 李鵬;宋申民;陳興林;;自適應(yīng)平方根無跡卡爾曼濾波算法[A];2009年中國智能自動(dòng)化會(huì)議論文集（第八分冊(cè)）[控制理論與應(yīng)用（�？[C];2009年

7 程慧俐;王紀(jì)文;張洪鉞;;在未知噪聲統(tǒng)計(jì)情況下的一種新的自適應(yīng)卡爾曼濾波算法[A];1994中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

8 劉健;劉忠;玄兆林;;純方位目標(biāo)運(yùn)動(dòng)分析的自適應(yīng)擴(kuò)展卡爾曼濾波算法[A];2005年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

9 朱寧;錢偉康;郭強(qiáng);;基于嵌入式XP的光譜分析系統(tǒng)[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前3條

1 葛磊;容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2013年

2 孟軍英;基于粒子濾波框架目標(biāo)跟蹤優(yōu)化算法的研究[D];燕山大學(xué);2014年

3 周聰;基于非線性估計(jì)理論的線控轉(zhuǎn)向汽車狀態(tài)估計(jì)研究[D];西南交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 徐紅珍;基于粒子群的卡爾曼濾波算法改進(jìn)和優(yōu)化[D];武漢理工大學(xué);2013年

2 鄒振宇;基于DSP的Kalman濾波器的算法研究[D];成都理工大學(xué);2012年

3 樊紅娟;無先導(dǎo)卡爾曼濾波算法分析[D];西南大學(xué);2007年

4 吳龍龍;一致性卡爾曼濾波算法及其應(yīng)用研究[D];華東交通大學(xué);2013年

5 李忠良;基于神經(jīng)網(wǎng)絡(luò)的卡爾曼濾波算法研究[D];湖南工業(yè)大學(xué);2011年

6 雷禮平;GPS動(dòng)態(tài)卡爾曼濾波算法研究[D];電子科技大學(xué);2003年

7 朱永龍;基于UWB的室內(nèi)定位算法研究與應(yīng)用[D];山東大學(xué);2014年

8 顧博川;不確定系統(tǒng)狀態(tài)估計(jì)及其在粘著控制中的應(yīng)用[D];西南交通大學(xué);2011年

9 何軍;基于DSP的姿態(tài)測(cè)試技術(shù)研究[D];中北大學(xué);2011年

10 葛浩宇;面向室內(nèi)環(huán)境的WSN跟蹤關(guān)鍵技術(shù)研究[D];浙江大學(xué);2012年

本文編號(hào)：1782821