基于改进BP神经网络非正弦供电下异步电动机转速估计.PDFVIP

第 27 卷 第 4 期 昆　明　理 　工 　大 　学 　学 　报 Vol . 27 　No . 04 2002 年 8 月 Journal of Kunming University of Science and Technology Aug. 2002 基于改进 BP 神经网络非正弦供电下异步电动机转速估计 赵振波 ,许伯强 ,李和明 ,冯 　莉 (华北电力大学 电力工程系 ,河北 保定 　071003) 摘要 : 非正弦供电下异步电动机电压 、电流和功率都比较难以确定 , 电压 、电流波形发生严重的 畸变 ,含有大量的谐波 ,对于非电气量的转速易受到大量谐波的干扰 ,脉动比较严重 ,准确地测定 比较困难. 传统的测速方式成本高 ,需要维护 ,不经济 ,但对于电动机的电压 、电流容易通过 PT 和 CT 获取 ,易实现转速的在线估算和测量. 本文提出了改进的BP 神经网络来训练非正弦供电下异 步电动机机端电压 、电流 、功率因数和转速之间的复杂映射关系 ,并推导了改进的BP 算法. 仿真 结果和试验结果证明了利用此神经网络的软测量技术来估计转速达到了较高的精度. 关键词 : 异步电动机 ;非正弦供电;转速 ;神经网络 ( ) 中图分类号 :TM711 文献标识码 :A 文章编号 :1007 - 855X 2002 04 - 058 - 05 0 引言 近年来 , 电力电子技术广泛应用于电动机的变频调速系统中. 当变频器给异步电动机提供电源时 , 由 于电力电子器件工作在开关状态 ,而且开关频率增加 ,变频器输出的电压都是一些含有大量谐波的非正 弦信号 , 电动机的电流也发生严重畸变. 而传统电动机的各项电参量是设定电压和电流为标准 50 Hz 正弦 波 ,这样 ,利用工频正弦信号的仪表来检测电动机的机端电压 、电流 ,就会产生较大的误差 ,为保证测试的 真实性和可靠性 ,必须对传统测试方法进行改进. 在非正弦供电条件下 , 电动机的机械转速也发生较大的 波动 , 电动机的各项电气量都无法精确地被确定 ,转速是电机的一个重要的非电气参量 ,传统的测量转速 是利用转速传感器 ,把转速信号变为电压信号 ,然后送入微机进行测试 ,此种方式运行成本高 ,造价也高 , 需要 日常的维护 , 同时机械上的误差还将影响检测精度于控制性能 ,导致系统可靠性下降 ,此外 ,速度传 感器不适用于潮湿 、粉尘等恶劣环境. 对于无速度传感器在线估算方法已提出很多 ,如采用模型参考 自适应系统的估算方法[ 1] 、卡尔曼滤 [2 ] ( ) 波器的方法 等等. 本文提出了利用改进 BP 神经网络 MBP 建立非正弦供电下电机电压 、电流和功率因 数与转速之间的复杂映射关系. 通过交流采样 ,用微机测定电动机机端电压 、电流有效值和功率因数来获 取电动机的转速. 它的最大优点是用人工神经网络来模拟异步电动机的非线性系统模型 ,实现了无速度 ( ) 传感器去测量转速 ,而且改进的BP MBP 算法比常规的BP 算法快 ,精度高 ,这就大大改善了非正弦馈电 下测定转速的困难 ,提高了测定转速的准确性和快速性. 仿真和实验证明了结论的正确性. 1 电压和电流的测定 电压和电流是电机的两个基本参数. 在非正弦供电下 , 电机的电压和电流的有效值不能用常规的仪 表来测量 ,利用微机测试技术 ,把模拟信号变为数字量 ,送入微机进行处理计算. 按照有效值的定义 , 以电 ( ) 压为例 ,对于周期为 T 的交流电压 u