论文部分内容阅读
永磁同步电机模型预测控制策略研究
【发表日期】
：
2020年01期
其他文献
风机故障频繁发生给风电企业带来严重的经济损失。因此,准确预测风机故障以保障风机的平稳运行,降低风电场的故障率具有重要意义。如何高效准确地进行风机故障预测是现在面临的关键问题。为了提高预测的准确率,降低对专业人员依赖性,目前主流的解决方案是基于风电中风机状态数据的故障预测方法。虽然基于风机状态数据的故障预测方法已经取得了很大的成就,但是仍然存在以下问题:(1)对于价值密度低且含有大量噪声的风机状态数
学位
产电微生物是一类具备胞外电子转移能力的微生物,能够分解有机物并将其中贮存的化学能转化成电能,产电微生物普遍存在于自然界中,其作为微生物燃料电池(Microbial fuel cell,MFC)的生物催化剂,在诸多领域都有良好的应用前景,但是,目前发现的产电微生物功率输出较低,产电能力弱限制了微生物燃料电池在工业上的应用,因此筛选高效且环境适应性强的菌株是一个重要的任务。基于此,在实验室条件下构建以
学位
小型垂直轴风力发电机(VAWTs)以结构简单、无需对风、便于安装与维护等优势在城市环境、海上应用和偏远地区等离网发电场景中发挥着越来越重要的作用,但较低的风能利用率限制了VAWTs的进一步发展,叶片作为VAWTs最关键的捕风结构,良好的气动特性对VAWTs风能利用率的提高来说至关重要。本文采用CFD(Computational Fluid Dynamics)数值计算方法,首先,基于Adjoint方
学位
电池管理系统是电动车辆动力电池组的重要组成部分,其性能和可靠性直接影响到整车的性能和可靠性。而SOC估计是电池管理系统的关键技术,本文以SOC估算作为研究对象,使用天牛须搜索算法辨识电池模型参数,使用中心差分卡尔曼滤波进行SOC估算。首先,搭建锂离子电池模型。选用双极化等效电路模型作为基础,加入二极管搭建了考虑了充、放电模型参数不同的改进等效电路模型,消除了双极化模型由于滞回电压现象带来的理论误差
学位
随着新能源产业的蓬勃发展,锂离子电池正极材料也成为市场和科研人员关注的重点。镍钴锰酸锂Li Ni_(0.6)Co_(0.2)Mn_(0.2)O_2(NCM622)作为中高镍系正极材料的一员,由于其较高的比容量、较简便的合成工艺及较高的安全性成为一款具有替代现有市场中Li Co O_2和Li Fe PO_4潜力的正极材料。然而,该材料在实际使用中容量发挥偏低、循环稳定性较差,同时在长时间的充放电过程
学位
风机关键部件的故障预测是智能风电体系的重要环节,有效且快捷的故障状态预测方法对提升系统平台运营能力,降低故障发生风险,节约维护成本等方面具有十分重要的意义。风机的数据采集监控(SCADA)系统中储存了海量数据,如何以SCADA系统数据为驱动,实现风机重要部件的故障状态预测是当前学术领域和工业领域的研究热点。通过对目前风电领域故障预测方法的研究分析,我们发现,通常风电SCADA系统采集的仅为风机瞬时
学位
内嵌式永磁同步电机(IPMSM)是电动汽车的首选电机之一,具有转矩密度大等一系列的优点,但在实际控制应用中,受到磁路饱和以及交叉耦合的影响,电机电感参数以及永磁体磁链参数的变化呈现出较强的非线性变化特性。广泛应用于IPMSM的最大转矩电流比(MTPA)控制策略,若采用固定的电机参数对MTPA工作点进行计算,该策略的效率优化效果势必会受到影响。因此,有必要制定出有效的IPMSM参数辨识策略,在线实时
学位