STEKF协同残差归一化的感应电机转速辨识方法

被引：12

作者：

尹忠刚 ^{[1
,2
]}

李国银 ^{[1
]}

张延庆 ^{[1
]}

孙向东 ^{[1
]}

钟彦儒 ^{[1
]}

机构：

[1] 西安理工大学电气工程系

[2] 电力设备电气绝缘国家重点实验室(西安交通大学)

来源：

电工技术学报 | 2017年 / 32卷 / 05期

关键词：

强跟踪扩展卡尔曼滤波; 残差归一化; 自适应转速估计; 渐消因子;

D O I：

10.19595/j.cnki.1000-6753.tces.2017.05.012

中图分类号：

TM346 [感应电机];

学科分类号：

080801 ;

摘要：

为了提高感应电机无速度传感器矢量控制系统的性能,提出了一种强跟踪扩展卡尔曼滤波(STEKF)协同残差归一化(NR)的自适应转速估计方法。通过将渐消因子引入到状态预测协方差矩阵中,实时在线调整增益矩阵,强迫输出残差序列保持相互正交。同时,通过对残差进行归一化处理,自适应地调节渐消因子,消除由残差本身数值差异引起的信息不对称。该文提出的方法提高了系统模型对于实际系统以及外部环境变化的适应性,有效降低了估计误差,满足对于低速的估计要求。对基于STEKF协同残差归一化观测器的感应电机无速度传感器矢量控制系统进行了实验验证,实验结果证明了算法的正确性和有效性。

引用

页码：86 / 96

页数：11

共 17 条

[1] 基于粒子群优化的感应电机模糊扩展卡尔曼滤波器转速估计方法 [J].