随着电力市场的飞速发展，电力在人们的生活中起着越来越重要的作用，为了保护人民的电力需求，预测能源负荷极为重要。负荷预测研究中，无速度传感器控制技术是当前研究的重点，速度估计是无传感器速度控制技术的核心。本文中，我们分析了没有异步电动机速度传感器的控制技术中的速度估计方法。着电力市场的迅速发展，电力在人们的生产和生活中起着越来越重要的作用。了满足电力需求并保证电力供应，恒温阀芯电力负荷的预测变得极为重要。年来，电力电子领域的研究取得了丰硕的成果，从而有可能预测电力负荷。于传统的预测方法需要安装大量的传感器，因此系统复杂，传输系统的稳定性降低并且成本增加。助无传感器控制技术，传动系统更便宜，并且可以在不同的速度和扭矩下应用。此，无速度传感器控制技术已成为研究的新方向，速度估计方法是异步电动机无速度传感器控制技术中最重要的技术。本文中，我们分析了异步电动机无速度传感器控制技术中的速度估计方法。接计算方法的原理是使用Parker方程从异步电动机之间的关系得出电动机速度或电动机滑差的数学表达式。直接计算方法具有简单，清晰，实用的特点。是，由于该方法是开环观察方法之一，因此不具有纠错能力，因此也存在很多缺陷。要缺陷是：1）无法保证矢量控制是根据期望的参数执行的，从而不能保证传输系统的性能。3）由于直接计算方法是利用转子的后方电动势来获得异步电动机的同步速度，并且异步电动机在低速状态下的电动势较低，恒温阀芯因此估算结果与实际值相差甚远。1860年代以来，当数学家卡尔曼（Kalman）提出卡尔曼滤波器的理论时，该理论已为各个领域的科学家所珍视。展的卡尔曼滤波器基于一阶线性方法，该方法使用卡尔曼滤波器来估计滤波器。展卡尔曼滤波是一种新的非线性估计算法。估计期间不必执行复杂的计算。方差拟合误差矩阵还可以更改估计的收敛速度。外，与其他估计速度的方法相比，扩展卡尔曼滤波器在抗噪性方面的优势也很明显。
于扩展的卡尔曼滤波方法具有操作简单，易于控制，实用性强和性能优越的优点，因此已成为一种很流行的估计方法。前速度。方面，扩展卡尔曼滤波具有许多优点，但是另一方面，它具有许多缺点。如，由于在估算过程中必须分析和处理大量数据，因此在线计算很困难，并且估算过程很容易受到异步电动机参数，精度的影响。
计减少。于人工神经网络具有学习能力强，适应性强的特点，因此被广泛用于非线性问题的研究。计异步电动机的速度是非线性问题之一，并且神经网络方法经常用于研究。
速度估计方面，与其他估计方法相比，使用神经网络方法具有数据处理速度快，抗干扰能力强，兼容性令人满意的优点。缺点是掌握这种方法，使用前必须预先形成，训练时间较长，训练强度较大。于许多速度估算方法对异步电动机参数敏感，因此大大降低了估算精度。此，为了避免发动机参数对速度估计结果的影响，许多科学家已经开始尝试从发动机发送的电流信号中找到转速数据。子，然后使用获得的频率分量来估算异步电动机。度受这一想法的启发，在1880年代，科学家们提出了一种利用齿槽谐波电位来计算异步电动机频率的方法。
于该方法不能在低速下使用并且容易产生噪音，因此难以应用于实践。于科学家的不断努力，2002年，科学家开发了一种利用齿槽谐波频率估算转速的方法。于该估算方法仅与异步电动机中的齿槽谐波有关，因此不受电动机等其他因素的影响。其他估计方法相比，具有估计精度高，可靠性高，估计时间短的优点。
频信号注入方法的原理是将高频电压信号施加到异步电动机中的定子上，这会导致电动机的内部不对称，并且在电动机的情况下，电动机将形成凸极。用检测装置，这种不对称性可以通过检测磁极来检测电动机的转速。频信号注入方法用于估计发动机转速。论发动机的运行状态如何，都可以获得更精确的估计。而，通过这种方法获得的估计结果非常准确，测量系统的软件和硬件受到更严格的要求，这导致成本增加。此，使用这种方法来估计转速不太方便。面列出了一些异步电动机的估计方法，并介绍了它们的原理和应用特性。前，许多科学家已经对异步无速度传感器的控制技术进行了更深入的研究，包括：1）研究异步电动机即使在零速时的低速，运行稳定性异步电动机在低速下运行，由于各种因素，电动机无法稳定运行，因此研究人员需要更多地关注这一方面。2）在线识别发动机参数。于估算异步电动机速度的方法，因此大多数估算方法都是基于电动机参数的研究，电动机参数的任何细微变化都会影响最终估算。此，在以后的研究中，有必要加强对电动机参数的在线辨识的研究，以提高系统的稳定性。
了这两个方面，还需要进一步的研究来提高估计的响应率，估计的准确性和异步电动机的估计效率。力市场的变化每天都在变化：无传感器速度控制技术的发展对于提高电力负荷预测的准确性至关重要。
认为，作为这项研究的结果，我们将在能源负荷预测领域获得更加丰硕的成果。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com