雙饋發(fā)電系統(tǒng)的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)速辨識(shí)
李嵐，喻明江
(太原理工大學(xué)電氣與動(dòng)力工程學(xué)院，山西太原030024)
摘要：根據(jù)雙饋發(fā)電機(jī)的數(shù)學(xué)模型，建立了基于模型參考自適應(yīng)系統(tǒng)(MRAs)的參考模型和可調(diào)模型。利用后項(xiàng)差分法推導(dǎo)基于神經(jīng)網(wǎng)絡(luò)的MRAs可調(diào)模型，并用兩層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)可調(diào)模型中的磁鏈運(yùn)算，通過(guò)誤差反傳算法對(duì)兩層神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得出雙饋發(fā)電機(jī)的辨識(shí)轉(zhuǎn)速。仿真結(jié)果表明：基于神經(jīng)網(wǎng)絡(luò)的MRAs辨識(shí)轉(zhuǎn)速能反映實(shí)際轉(zhuǎn)速，且辯識(shí)精度得到了有效提高。
關(guān)鍵詞：模型參考自適應(yīng)系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；可調(diào)模型；轉(zhuǎn)速辨識(shí)；雙饋發(fā)電系統(tǒng)
中圖分類號(hào)：TM 921.41 文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673—6540(2010)06一0023—04
0 引言
無(wú)速度傳感器雙饋發(fā)電系統(tǒng)轉(zhuǎn)速的準(zhǔn)確辨識(shí)對(duì)高性能的矢量控制非常重要。目前，雙饋發(fā)電系統(tǒng)轉(zhuǎn)速辨識(shí)常采用模型參考自適應(yīng)系統(tǒng)(ModelReference Adaptive system，MRAS)。文獻(xiàn)[1]以靜止“α-β兩相坐標(biāo)系轉(zhuǎn)子磁鏈的電壓模型作為參考模型、電流模型作為可調(diào)模型，仿真結(jié)果驗(yàn)證了所提策略的正確性；文獻(xiàn)[2]利用小信號(hào)模型分析和設(shè)計(jì)了MRAs觀測(cè)器，穩(wěn)態(tài)和動(dòng)態(tài)試驗(yàn)證明了所提方法的有效性。但是，I~IRAS在低速和動(dòng)態(tài)情況下轉(zhuǎn)速辨識(shí)精度會(huì)相應(yīng)下降[3,4]；另外，自適應(yīng)控制是一種基于數(shù)學(xué)模型的控制方法，電機(jī)參數(shù)的時(shí)變性也會(huì)給轉(zhuǎn)速辨識(shí)帶來(lái)一定誤差，影響系統(tǒng)的控制精度。
人工神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)嚴(yán)格的訓(xùn)練后，具有對(duì)非線性系統(tǒng)進(jìn)行辨識(shí)的能力，利用人工神經(jīng)網(wǎng)絡(luò)對(duì)雙饋發(fā)電機(jī)轉(zhuǎn)速進(jìn)行辨識(shí)，能使神經(jīng)網(wǎng)絡(luò)較準(zhǔn)確地反映電機(jī)轉(zhuǎn)速。本文根據(jù)雙饋發(fā)電機(jī)的數(shù)學(xué)模型，建立了基于MRAs的參考模型和可調(diào)模型，利用后項(xiàng)差分法推導(dǎo)了基于神經(jīng)網(wǎng)絡(luò)的MRAs可調(diào)模型，并用兩層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)可調(diào)模型中的磁鏈運(yùn)算，通過(guò)誤差反傳算法對(duì)兩層神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得出雙饋發(fā)電機(jī)的辨識(shí)轉(zhuǎn)速。對(duì)雙饋發(fā)電系統(tǒng)進(jìn)行了仿真，結(jié)果表明：基于神經(jīng)網(wǎng)絡(luò)的MRAs辨識(shí)轉(zhuǎn)速能反映實(shí)際轉(zhuǎn)速，且辨識(shí)精度得到了有效提高。
1 轉(zhuǎn)速辨識(shí)模型
模型參考自適應(yīng)系統(tǒng)的基本結(jié)構(gòu)如圖1所示。參考模型和可調(diào)模型(自適應(yīng)模型)被相同的外部輸入所激勵(lì)，X和X分別是參考模型和可調(diào)模型的狀態(tài)矢量。參考模型用其狀態(tài)x規(guī)定了一個(gè)給定的性能指標(biāo)，該性能指標(biāo)與測(cè)得的可調(diào)模型性能X比較后，將其差值矢量e輸入自適應(yīng)機(jī)構(gòu)，由自適應(yīng)機(jī)構(gòu)來(lái)修正可調(diào)模型的參數(shù)，使得其狀態(tài)X能夠快速而穩(wěn)定地逼近x，使差值趨于零[5]．
雙饋發(fā)電機(jī)定子繞組采用發(fā)電機(jī)慣例、轉(zhuǎn)子繞組采用電動(dòng)機(jī)慣例的情況下，兩相靜止α-β坐標(biāo)系下，電壓、磁鏈基本方程為
式中：uas，ubs,uar,ubr——定、轉(zhuǎn)子電壓的α,β軸分量；
ias,ibs,iar,ibr——定、轉(zhuǎn)子電流的αβ軸分量；
Ψas,Ψbs,Ψar,Ψbr——定、轉(zhuǎn)子磁鏈的α、β軸分量；
Rs、Rr——定、轉(zhuǎn)子繞組電阻；
Ls、Lr—αβ坐標(biāo)系下兩相定、轉(zhuǎn)子繞組的自感；
Lm——α,β坐標(biāo)系下同軸定、轉(zhuǎn)子繞組間的等效互感；
ωr——轉(zhuǎn)子角速度；
p——微分算子。
根據(jù)式(1)、(2)，可得到兩種形式的轉(zhuǎn)子磁鏈模型：
式(3)不含辨識(shí)值，將其作為參考模型，由它表示的電機(jī)狀態(tài)與實(shí)際相符，即轉(zhuǎn)子磁鏈?zhǔn)菧?zhǔn)確的；式(4)含有辨識(shí)值ωr，將其作為可調(diào)模型，在該模型中，假定電機(jī)參數(shù)是不變的，ωr是可調(diào)參數(shù)，即需要辨識(shí)的參數(shù)，由可調(diào)模型可估計(jì)出轉(zhuǎn)子磁鏈。
2基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)速辨識(shí)可調(diào)模
將式(3)作為轉(zhuǎn)速辨識(shí)參考模型，用一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)造式(4)所表示的可調(diào)模型。
采用后項(xiàng)差分法對(duì)式(4)進(jìn)行離散化處理，得到可調(diào)模型的離散化狀態(tài)方程：
式中：Ts——采樣周期；
k——步數(shù)。
因此，轉(zhuǎn)子磁鏈的估計(jì)值為
根據(jù)式(7)，利用兩層神經(jīng)網(wǎng)絡(luò)模型代替可調(diào)模型，如圖2所示。四個(gè)輸入節(jié)點(diǎn)分別代表轉(zhuǎn)子電壓、轉(zhuǎn)子磁鏈及定子電流的過(guò)值，輸出是目前估計(jì)的轉(zhuǎn)子磁鏈值，權(quán)值ω2正比于轉(zhuǎn)子轉(zhuǎn)速。
如果由可調(diào)模型估計(jì)的轉(zhuǎn)子磁鏈與參考模型確定的相同，即e(k)=O，則轉(zhuǎn)速估計(jì)值ωr一定與實(shí)際值ωr一致；如果兩者存在偏差，則說(shuō)明轉(zhuǎn)速估計(jì)值ωr一定與實(shí)際值ωr不一致，此時(shí)利用神經(jīng)網(wǎng)絡(luò)進(jìn)行權(quán)值調(diào)整，最終使轉(zhuǎn)速估計(jì)值ωr與實(shí)際值ωr相等。
3雙饋發(fā)電系統(tǒng)仿真
將基于神經(jīng)網(wǎng)絡(luò)的MRAs轉(zhuǎn)速辨識(shí)方法應(yīng)用于雙饋發(fā)電系統(tǒng)。圖3所示為基于定子磁場(chǎng)定向的雙饋發(fā)電機(jī)勵(lì)磁系統(tǒng)轉(zhuǎn)子側(cè)矢量控制原理框圖。建立了相應(yīng)的MATLAB仿真模型，重點(diǎn)對(duì)發(fā)電機(jī)轉(zhuǎn)速特性進(jìn)行仿真，并與基于MRAs辨識(shí)雙饋發(fā)電系統(tǒng)的轉(zhuǎn)速特性進(jìn)行比較。
當(dāng)發(fā)電機(jī)工作在亞同步、同步、超同步狀態(tài)時(shí)，設(shè)定給定轉(zhuǎn)速分別為nr=l 350 r／min、nr=l 500 r／min、njr=1700 r／min時(shí)，發(fā)電機(jī)轉(zhuǎn)速仿真波形分別如圖4、5、6所示。
4 結(jié) 語(yǔ)
從仿真結(jié)果可以看出：在起動(dòng)過(guò)程中，基于神經(jīng)網(wǎng)絡(luò)的MRAS辨識(shí)轉(zhuǎn)速與實(shí)際轉(zhuǎn)速稍有偏差，但與基于MRAS辨識(shí)方法相比，偏差減��；進(jìn)入穩(wěn)態(tài)后，基于神經(jīng)網(wǎng)絡(luò)的MRAS辨識(shí)轉(zhuǎn)速能夠跟隨實(shí)際轉(zhuǎn)速，但MRAS辨識(shí)轉(zhuǎn)速與實(shí)際轉(zhuǎn)速之間存在一定的偏差。因此，采用基于神經(jīng)網(wǎng)絡(luò)的MRAS辨識(shí)雙饋發(fā)電機(jī)系統(tǒng)轉(zhuǎn)速，可以使轉(zhuǎn)速辨識(shí)精度得到有效提高。
|
