【摘 要】
：
针对五相永磁同步电机出现两相开路故障时系统电磁转矩及转速脉动大、动态响应差,且利用空间电压矢量调制技术(SVPWM)推导过程又极其复杂的问题,提出了一种磁链矫正容错控制策略.该策略在正常运行模式下克拉克变换矩阵的基础上推导出两相开路故障模式下的推广克拉克变换矩阵,计算出两相静止坐标系下的定子磁链表达式.对比正常运行状态下的磁链表达式,设计相关系数,使其恢复到正常运行状态,从而间接控制磁动势.采用直接转矩控制技术实现电机转矩和磁链控制.仿真结果表明该方法能够平缓故障状态下的转矩和转速、实现电机的容错运行.
【机 构】
：
江苏大学电气信息工程学院,江苏镇江212013
论文部分内容阅读
针对五相永磁同步电机出现两相开路故障时系统电磁转矩及转速脉动大、动态响应差,且利用空间电压矢量调制技术(SVPWM)推导过程又极其复杂的问题,提出了一种磁链矫正容错控制策略.该策略在正常运行模式下克拉克变换矩阵的基础上推导出两相开路故障模式下的推广克拉克变换矩阵,计算出两相静止坐标系下的定子磁链表达式.对比正常运行状态下的磁链表达式,设计相关系数,使其恢复到正常运行状态,从而间接控制磁动势.采用直接转矩控制技术实现电机转矩和磁链控制.仿真结果表明该方法能够平缓故障状态下的转矩和转速、实现电机的容错运行.
其他文献
在未来以新能源为主体的新型电力系统中,多虚拟电厂的能源管理将更加复杂和具有挑战性.考虑到区块链技术信息安全、机制透明、区域共治的特点,从虚拟电厂的功能特征出发,创建由商业链、技术链和资产链组成的区块链.综合考虑多虚拟电厂形成的多决策主体利益关联与冲突的局面,建立了考虑网络安全约束的多虚拟电厂主从博弈优化运行方法.在此基础上,研究了区块链技术下的多虚拟电厂优化运行模式,从网络层级框架、交互机制、智能合约和激励机制等方面进行了设计.最后,通过算例仿真验证了所提方法的有效性.
电分相是接触网重要的组成部分,在既有铁路电气化改造中,接触网分相位置选定常受到现场各种条件限制,造成分相设置的位置不满足行车组织要求,且该问题在前期设计和施工阶段难以暴露.本文以北仑线、北环线电力机车掉入分相问题为例,分析既有单线铁路电气化改造中电分相选址易出现的问题及解决方案.
目前国内已有多个基于云计算平台的轨道交通综合监控系统(ISCS)部署先例,但方案各有不同.本文对轨道交通云平台架构和基于云平台的综合监控部署方案进行分析,提出适用于轨道交通不同应用场景的基于云平台的综合监控部署方案,并对基于云平台的综合监控系统架构优化及智慧应用进行展望.
在考虑不确定性的N-1安全校核、可靠性计算等需大规模重复潮流计算的场景中,基于深度神经网络(DNN)的数据驱动方法存在部分潮流变量误差异常的问题,影响潮流越限判别的准确率.对此,首先通过理论推导,分析DNN参数更新过程及数据标准化原理,发现该问题的重要成因之一为:DNN仅根据标准化误差迭代训练模型,未计及潮流变量的真实学习误差及工程实际的精度要求,无法及时针对误差异常的潮流变量调整DNN参数.然后,面向潮流计算提出基于动态学习权重的DNN自适应训练方法.该方法通过每轮迭代中验证集的真实学习误差、越限误判率
随着先进通信与信息技术的广泛应用,虚假数据注入攻击已成为威胁自动发电控制系统安全的重要因素之一.网络攻击的检测是防御的首要任务,文中提出了一种基于集员滤波的自动发电控制系统虚假数据注入攻击检测方法.首先,针对自动发电控制系统中虚假数据注入攻击的影响进行了分析,并建立了互联电网自动发电控制系统模型以及虚假数据注入攻击的模型.其次,基于实时自动发电控制系统的控制指令以及测量数据,对自动发电控制系统椭球集进行预测更新和测量更新,通过判断预测更新椭球集与测量更新椭球集之间是否存在交集,检测系统的数据传输中可能存在
系统自然激励下的随机响应数据中蕴含丰富的机电行为特征信息,准确地从随机响应数据中辨识小干扰稳定特征参数对于指导电力系统安全稳定运行具有重要现实意义.文中提出了随机数据驱动下基于子空间最优模式分解的小干扰稳定特征参数在线辨识算法.该算法通过对输入数据进行基于正交投影的矩阵线性变换得到其奇异子阵,并利用共轭梯度算法迭代求解最佳低维正交空间,以实现奇异子阵之间高维映射矩阵的最优低维近似,根据最优低维映射矩阵的特征值分解结果可以准确获得系统小干扰稳定特征参数,即振荡频率、阻尼比、模态.基于正交投影的矩阵线性变换以
准确辨识空调负荷模型的参数是挖掘其节能及需求响应潜力的重要基础,当前研究大多采用精度较差的离线辨识方法.为此,基于数据驱动思想,提出一种变频空调模型参数在线辨识方法.首先,建立了数据驱动的空调负荷模型参数在线辨识架构.然后,基于空调负荷模型提出数据驱动的在线辨识机制和方法.其中,数据驱动的在线辨识机制设计为基于参数显著变化事件驱动的参数更新判别机制和基于历史参数波动范围的参数动态阈值设定机制,在该机制下通过粒子群优化算法建立了快速在线辨识方法.最后,通过实测环境,验证了所提在线辨识方法的有效性,与离线辨识
由于配电物联网中电力网与通信网高度耦合,单一网络的异常状态会交互作用至另一网络,可能进一步造成异常范围扩大,而单独采用电力网或通信网的异动信息难以全面、准确地辨识配电物联网异动源的类型和位置.因此,提出一种基于三维卷积神经网络(3D-CNN)的配电物联网异常类型辨识及定位方法.首先,分析了配电物联网通信流量特征并构建了基于Simulink和OPNET的配电物联网交互仿真模型;其次,提出了一种面向3D-CNN的样本构建方法,将配电物联网中每个节点的电气量和通信流量信息组成一个特征子像素,进而将配电物联网每个
上游水电站的发电量通过上、下游水力联系可直接影响下游水电站的可发电量,该水力联系增加了现货市场出清建模与求解的难度.为此提出了耦合复杂水力联系的跨区交易现货市场出清模型.该模型首先将非线性约束线性化,然后再引入梯级水电站簇,将复杂水力联系转化成水电站群的最大、最小发电量,进一步将水电机组以满足水电站群发电量约束的等效火电机组方式参与现货市场出清,从而消除复杂水力联系.以中国云南水电外送广东为例进行验证.结果表明,出清结果能满足各项机组运行约束,并能如实反映市场价格信号;梯级水电站簇发电量约束的阻塞分量可以
随着新能源汽车电机驱动系统的发展以及复杂度和集成度的提高,电机驱动系统的测试已成为整车开发的重要组成部分.但大功率电机驱动测试难度较大且风险较高,尤其对于电机控制系统,传统的台架和实车测试往往不能满足需求.从信号级硬件在环和功率硬件在环仿真的结构、实时仿真模型、应用领域三个方面进行综述,通过比较硬件在环仿真和传统台架测试的优缺点,明确了电机硬件在环仿真准确性和灵活性的优点,体现出电机硬件在环仿真测试方法的优越性.