关键词:
电容器
状态识别
预充电模型
粒子群算法
牵引变流器
摘要:
直流支撑电容器是变流器的关键部件之一。由于温度、湿度、电压以及谐波等因素影响,其老化速度加快,不利于变流器的可靠运行。因此有必要对直流支撑电容器进行状态辨识,根据其健康状态选择不同的维护策略,进一步保障系统可靠性。目前已有较多学者对电容器状态辨识开展研究。但是,噪声对直流支撑电容器状态辨识的干扰问题尚未得到良好解决,容易导致显著的电容器参数辨识误差。针对上述问题,提出一种基于预充电模型与改进粒子群算法的直流支撑电容器状态辨识方法。在不加装额外传感器的前提下,建立等效预充电模型,采集预充电过程的电压信号,利用改进粒子群算法在参数变化区间内搜索最优值,满足其损失函数值最小,进而对电容量进行计算。该方法原理简单,计算量小,可以有效避免算法收敛于局部最优解,在一定程度上解决了噪声干扰的问题。使用Matlab/Simulink平台进行仿真实验,结果表明该方法在较低采样频率下对噪声干扰下的电容状态辨识有较高精度,当采样频率为100 Hz和50 Hz时辨识误差少于1.5%,采样频率为20 Hz和10 Hz时少于3%。此外,该方法具有较好的抗噪声性能,在噪声方差σ2=3时辨识误差仍少于5%。随后,使用3组地铁实车数据验证了算法的可靠性,每组数据连续进行2次辨识,电容量辨识误差均少于1.8%。