基于小波变换和神经网络的同步电机参数辨识新方法

• 作者: 吴旭升 王亮 王公宝 马伟明
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 参数辨识 同步电机 短路电流 小波变换 神经元模型
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 电机电工
• 页码范围: 1-6
• 页数: 6页
• 分类号: TM301
• 字数: 5092字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2007.03.001

摘要

准确地辨识同步电机参数,是研究分析电力系统运行和控制系统设计的前提.神经网络具有信号分离能力,但传统的人工神经元模型不适合分离同步电机的三相突然短路电流.为精确辨识同步电机的瞬态参数,文中提出了一种改进的人工神经元模型,并将小波变换和改进的线性人工神经元结合起来,对采集到的同步电机三相突然短路电流进行分析处理.利用小波变换对短路电流进行预处理,并辨识得到各个时间常数;根据辨识得到的时间常数来设定神经元激发函数中时间常数的迭代初始值,用改进的人工神经元模型对短路电流进行分离,得到其中的直流、基波和二次谐波电流分量,通过简单代数运算便得到电机的瞬态参数.仿真分析和实机试验表明,该方法能够有效地分离出短路电流中的信号成分,并且提高了电机参数的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马伟明		212	4841	39.0	61.0
2	王公宝		75	646	11.0	23.0
3	吴旭升		76	499	13.0	20.0
4	王亮		3	51	2.0	3.0