首先将文本文件中的数据进行读取，在MATLAB中数据以矩阵的形式存在。数据的处理过程以一相电流为例。由于数据采集的过程是由空载稳态运行状态到电枢突然短路的瞬态变化，最后进入短路稳态的过程。所以处理数据时首先要确定短路实验开始的时间，并求出短路瞬间的转子位置角。由(4)式可以看出短路瞬间的电流值与短路瞬间的转子位置角有关。

实验开始前的稳态电流波形是呈周期变化的正弦波。确定转子初始位置角只要确定实验开始的时间值和最接近实验开始瞬间的过零点的时间值，两个时间值做差与一个周期需要的时间进行比较计算就可以求出。

求出后即开始对采集的数据进行进一步的处理，分离出三相突然短路实验开始后的数据以进行计算分析。由于同步发电机的超-超瞬变短路时间常数非常小，大约是工频周期的0.1倍;同时还由于发电机三相突然短路试验实际操作原因，通常所记录试验数据的前2个周期在参数辨识时不适宜应用。将不需要的数据全部剔除后就可以开始进行数据处理分析。由于在4式的推导过程中做了的变换，所以首先要将采集的时间通过这个算式进行转换，方便以后的计算和推导。

　　用传统方法进行分析计算的时候，先将电流波形的峰值提取出来，若用平滑的曲线将这些最大值点和最小值点分别连接起来就能得到如图1所示的电流波形的上下两条包络线。

图1 电流包络线

　　Fig 1 Current envelope curve

　　由(4)式可以推知上下包络线的函数形式分别为：

(5)

上下包络线求出后，可以确定各项电枢电流中的周期分量P和非周期分量T。上下包络线代数和的一半就是该瞬间电流的非周期分量;两者代数差的一半就是该瞬间电流的周期分量。可得(6) 在周期分量中减去稳态恒值电流，取对数后就可以得到的电流曲线。在半对数坐标系中绘制这条曲线，如图2所示，这条曲线可能大部分是直线，也可能只是一条斜率连续变化的曲线。

可以通过对这条曲线求导数来判断曲线的类型。在MATLAB中对曲线求导数的函数为diff，在运用这个函数求导数的时候需要注意被求函数的格式类型需要是sym，若类型为function_handle则会不支持而导致程序出错。曲线的类型确定后，按如下方式进行分析处理：若曲线的下半部分为直线时，将该直线反方向延伸到纵坐标轴上，其交点即为短路电流瞬变分量的初始值。若曲线下半部分为曲线，则在曲线上取两点。点对应的时间可取0.2s或超瞬变效应开始可以忽略不计的时间，其对应的电流为,点所对应的电流其对应时间。电枢绕组短路时直轴瞬变时间常数为秒。通过两点连一条直线，则该直线即为的等值线，将它反向延伸至纵坐标轴上，其交点即为短路电流瞬变分量初始值。短路电流超瞬变分量的定义为在半对数坐标中，表示的曲线与相应的直线之间的差值。将以上两条曲线做差值得到的第三条曲线也反向延伸到纵坐标轴上，交点的纵坐标即为短路电流瞬变分量的初始值。此时、、均已求得，可以根据前文中的(2)式和(3)式分别求出和。

　　2.2 运用最小二乘法辨识

　　在MATLAB中用最小二乘法可以直接对电流的变化曲线进行拟合。MATLAB中能进行最小二乘拟合计算的函数有很多，例如polyfit函数，lsqnonlin函数，lsqcurvefit函数等。进行最小二乘拟合时需要考虑被拟合曲线的形式，阶次等问题来选用合适的函数。在本文的数据处理过程中，选用lsqcurvefit函数进行计算分析。

　　首先需要确定最小二乘法的计算精度以便确定该方法的可行性。取A相电流波形为例，电流的波形如图2所示。以QFSN-600-2YH型号的同步电机动态参数为例构造A相短路电流的标准函数方程如下所示：

　　根据已建立的数学模型对标准函数的形式进行变换，在MATLAB中直接按照(4)式的形式设定待求参数并构建函数,采用如下形式的函数进行拟合： [A,res]=lsqcurvefit(fun,x0,xdata,ydata)。需要注意的是初值的选取尽量接近未知系数。求得的A即为所求系数，以矩阵的形式表示，res为返回在x点处平方差的余量。

图 2 突然短路的A相短路电流

Fig 2 Sudden-short current

　　用这种算法对标准函数进行拟合所得到的拟合函数为：

将拟合的结果和标准函数做比较就可以知道这种方法的拟合精度。经过计算可得误差为，可以满足工程上的需要，因此这种方法是可行的。

　　3 实测数据计算结果

　　本文以某厂提供的QFSN-650-2型同步电机为例，在试验中运用上述两种方法分别计算得出的直轴瞬变参数值在下表中列出：

表1 直轴瞬变参数对照表 参数 传统方法 最小二乘法 — 129.89° — 2.3537 0.3258 0.3176 0.2414 0.2317 1.016 0.9802 0.035 0.0358 0.261 0.2653 由两种方法所得到的辨识结果进行比较可以看出，相对传统方法来说，最小二乘法的辨识结果精度更高。

　　4 结语

　　通过分别运用传统包络线方法和最小二乘法对实例进行分析和计算，不难看出相对于传统方法，最小二乘拟合法得到的结果更精确。因为在运用最小二乘法对电流曲线进行拟合的同时，相当于去除了存在于试验数据中的噪声和剔除试验数据中可能含有的奇异点。且采用最小二乘法进行辨识可以避免用包络线辨识超瞬态参数时有效信息少的缺点。同时通过对标准函数的拟合来测算最小二乘法的拟合精度所得到的结果也表明最小二乘法完全可以满足工程实践的需要。因此可以说明最小二乘法可以运用于同步电机直轴瞬变参数的辨识中，且相对于传统方法，最小二乘法有着辨识精度更高，计算过程也相对简便的优点。

 2/3   首页 上一页 1 2 3 下一页 尾页