一种基于无迹卡尔曼滤波器的VSR电流估计的方法与流程

文档序号:37230994发布日期:2024-03-05 15:41阅读:32来源:国知局
一种基于无迹卡尔曼滤波器的VSR电流估计的方法与流程

本发明涉及三相电压型整流控制器领域,特别是涉及一种基于无迹卡尔曼滤波器的vsr电流估计的方法。


背景技术:

1、无迹卡尔曼滤波器作为一种数学工具,对非线性函数的概率密度分布进行近似,用一系列确定样本来逼近状态的后验概率密度。传统的卡尔曼滤波器对非线性系统方程或观测方程进行泰勒展开并保留一阶近似项,从而容易引入线性化误差,进而导致对于非线性系统具有极差的滤波效果。

2、鉴于此,克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。


技术实现思路

1、本发明要解决的技术问题是如何解决传统无迹卡尔曼滤波器对于非线性系统方程或观测方程进行泰勒展开并保留一阶近似项,从而导致对于非线性系统具有极差的滤波效果,进而导致对于非线性系统的测量产生较大的误差的问题。

2、本发明提供了一种基于无迹卡尔曼滤波器的vsr电流估计的方法,包括:

3、建立三相电压型pwm整流器的状态模型;

4、利用无迹卡尔曼滤波器估计三相电压型pwm整流器的输入电流。

5、优选的,所述建立三相电压型pwm整流器的状态模型,具体包括:

6、根据三相pwm整流器的解耦数学模型,并对连续状态方程离散化,得到离散时域的整流器的数学理想模型;

7、对离散时域的整流器的数学理想模型进行分析,建立三相电压型pwm整流器的状态模型。

8、优选的,所述三相电压型pwm整流器的状态模型的公式为:

9、x(k+1)=gx(k)+hu(k)+weg(k)+ω(k)

10、其中,x=(ia ib ic)t,eg=(ea eb ec)t,u=(u1a u1b u1c)t,ea,eb,ec为三相输入电网电压;ia,ib,ic为三相输入电网电流;vo为整流器直流输出电压;l为电网侧滤波电感;r为电网侧等效电阻;ua为整流器a的占空比,ub为整流器b的占空比,uc为整流器c的占空比,,范围为0~1;ts为控制系统的控制周期,x(k)为时刻,x(k+1)为下一时刻的状态。

11、优选的,还包括获取三相输入电流的观测值,具体包括:

12、根据电网内同一相的电压与电流之间的对应关系,构建电网电压与电流之间的理想输出方程;

13、增加理想输出方程的补偿量,以根据无迹卡尔曼滤波器内的电压值获取三相输入电流的观测值。

14、优选的,所述三相输入电流的观测值的公式为:

15、y(k+1)=c(k+1)x(k+1)+v(k+1)

16、其中,x(k)=(ia(k) ib(k) ic(k))t,y(k+1)=(ea(k+1) eb(k+1) ec(k+1))t,q=ω(k)为协方差矩阵的过程噪声,r=v(k+1)为协方差矩阵的观测噪声。

17、优选的,所述利用无迹卡尔曼滤波器估计三相电压型pwm整流器的输入电流,具体包括:

18、按原状态分布的均值和三相pwm整流器内状态量的维数,获取采样点集内各采样点的电流值、采样点对应的权值、采样点的均值和采样点的协方差;

19、计算采样点集的一步预测值,并通过加权求和得到系统状态量的一步预测和协方差矩阵;

20、将一步预测值代入观测值的公式内,获取预测的观测值,并根据预测的观测值,通过加权得到系统预测的均值和协方差;

21、计算kalman增益,并对系统状态进行更新,以根据更新的系统状态输出三相电压型pwm整流器的输入电流。

22、优选的,所述对系统状态进行更新之后,还包括更新协方差公式,并根据前一轮更新的协方差公式,获取后一轮各采样点的采样电流,具体包括:

23、更新协方差公式,根据前一轮协方差公式计算出后一轮采样的矩阵方程值;

24、在计算后一轮采样点的采样电流时,使用后一轮采样的矩阵方程值进行计算,以获取后一轮各采样点的采样电流。

25、优选的,所述按原状态分布的均值和三相pwm整流器内状态量的维数,获取采样点集内各采样点的电流值、采样点对应的权值、采样点的均值和采样点的协方差,具体包括:

26、根据三相pwm整流器的电路原理图,获取原状态分布下的负载和电压,并根据电网电压与电流之间的理想输出方程,计算出采样点集内第一采样点的采样电流

27、获取三相pwm整流器的维数n,根据三相pwm整流器的维数计算出采样点的总数量2n+1,并根据采样点的电流采样公式计算出每个采样点对应的采样电流值;

28、根据均值和协方差公式,计算出每个采样点的均值和协方差。

29、优选的,所述电流采样公式为:

30、

31、所述均值和协方差公式为:

32、

33、其中,n=3,为样本均值,即为第一采样点的采样电流,为矩阵方程的第i列,λ为缩放比例,降低总的预期误差,为均值,为协方差,λ为常数,α为常数,β为常数,p(0)=e。

34、优选的,所述系统状态更新为:

35、

36、所述协方差更新为:

37、

38、本发明通过构建三相电压pwm整流器的状态模型,并利用无迹卡尔曼滤波器预测三相电压型pwm整流器的输入电流。本发明基于三相电压型pwm整流器具有强耦合、非线性等特点,将无迹卡尔曼滤波器耦合在一起,进而通过无迹卡尔曼滤波器对于三相电压型pwm整流器的输入电流进行预测,通过三相电压型pwm整流器非线性特点,以实现对于非线性系统的准确测量。



技术特征:

1.一种基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,包括:

2.根据权利要求1所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述建立三相电压型pwm整流器的状态模型,具体包括:

3.根据权利要求2所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述三相电压型pwm整流器的状态模型的公式为:

4.根据权利要求1所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,还包括获取三相输入电流的观测值,具体包括:

5.根据权利要求4所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述三相输入电流的观测值的公式为:

6.根据权利要求1所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述利用无迹卡尔曼滤波器估计三相电压型pwm整流器的输入电流,具体包括:

7.根据权利要求6所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述对系统状态进行更新之后,还包括更新协方差公式,并根据前一轮更新的协方差公式,获取后一轮各采样点的采样电流,具体包括:

8.根据权利要求6所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述按原状态分布的均值和三相pwm整流器内状态量的维数,获取采样点集内各采样点的电流值、采样点对应的权值、采样点的均值和采样点的协方差,具体包括:

9.根据权利要求7所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述电流采样公式为:

10.根据权利要求6所述的基于无迹卡尔曼滤波器的vsr电流估计的方法,其特征在于,所述系统状态更新为:


技术总结
本发明公开了一种基于无迹卡尔曼滤波器的VSR电流估计的方法,包括:建立三相电压型PWM整流器的状态模型;利用无迹卡尔曼滤波器估计三相电压型PWM整流器的输入电流。本发明通过构建三相电压PWM整流器的状态模型,并利用无迹卡尔曼滤波器预测三相电压型PWM整流器的输入电流。本发明基于三相电压型PWM整流器具有强耦合、非线性等特点,将无迹卡尔曼滤波器耦合在一起,进而通过无迹卡尔曼滤波器对于三相电压型PWM整流器的输入电流进行预测,通过三相电压型PWM整流器非线性特点,以实现对于非线性系统的准确测量。

技术研发人员:费亚龙,王山斌,崔乃东,刘威,曾定军,庞庆,李勇
受保护的技术使用者:中国船舶集团有限公司第七〇九研究所
技术研发日:
技术公布日:2024/3/4
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1