一种粒子群滑模观测器风力发电机转子电流故障检测方法与流程

技术特征：
1.一种粒子群滑模观测器风力发电机转子电流故障检测方法，其特征在于，包括以下步骤：步骤一，dfig（doubly
‑
fed induction generator,双馈异步风力发电机）的定子侧和转子侧分别与电网端和背靠背功率变换器连接；电机定转子两侧处均通过电压和电流传感器获取三相电压分量和三相电流分量，分别为定子电压u
sabc
、转子电压u
rabc
和定子电流i
sabc
、转子电流i
rabc
；步骤二，将自然坐标系下的三相电压分量和三相电流分量经过clark变换以及park变换后换算得到d
‑
q坐标系下的定子电压u
sdq
、转子电压u
rdq
和定子电流i
sdq
、转子电流i
rdq
；步骤三，根据dfig的电压方程和磁链方程建立状态空间方程；其中，换算得到的d
‑
q坐标系下的电流分量和电压分量分别作为状态变量和输入变量；步骤四，在步骤三的基础上，仅考虑定子电流i
sdq
为状态变量的状态空间模型时, 采取定子电压定向控制的方法求出定转子电流之间的关系；借助两者之间关系，将状态空间模型中的定子电流用转子电流表示，组成以转子电流i
rdq
为状态变量的状态方程；其中，输入变量仍为d
‑
q坐标系下的电压分量；步骤五，根据以转子电流i
rdq
为状态变量的状态方程构造转子电流观测器；在此基础上，增加切换控制项u
sw
，构成滑模控制律v，组成转子电流观测器；此时，观测值为转子电流和转子转速；系统通过转子电流观测器获取d
‑
q坐标系下的转子电流观测值和转子转速观测值； 步骤六，设计适应度函数，利用pso(particle swarm optimization,粒子群优化算法)算法对smo（sliding mode observer，滑模观测器）的参数进行优化；其中，将随机产生的每个粒子的相关数值赋值给滑模控制律v的参数，根据本发明所设计的适应度函数计算每个粒子的适应度值f(x
i
)；步骤七，将转子转速观测值代入状态空间方程获得转子电流观测值以此构成无速度传感器的情况；通过d
‑
q坐标系下系统实际转子电流值与转子电流观测值作差，获得系统转子电流观测残差；步骤八，在某时段设置三相电压接地，模拟电网端电压跌落故障；通过步骤七中的转子电流观测残差的方法实现电压跌落故障的检测；步骤九，在转子电流传感器的输出端处加入扰动，模拟系统发生转子电流传感器故障；通过步骤七中的转子电流观测残差的方法实现传感器故障的检测。2.根据权利要求1所述的一种粒子群滑模观测器风力发电机转子电流故障检测方法，其特征在于，在步骤五中，所述切换控制项u
sw
为：，所述滑模控制律为v=u
eq
u
sw
，即：
，所述转子电流观测器为：，式中u
eq
=
‑
as，s=[s
d s
q
]
t
，w
f
=w
s
‑
w
r
，i
r
=[i
rd i
rq
]
t
，u=[u
ds u
qs u
dr u
qr
]
t
，，k=[k
1 k2]
t
，，，，，，，i
rd
、i
rq
为d
‑
q坐标系下两轴的转子电流实际值，为坐标系下两轴的转子电流观测值，u
ds
、u
qs
、u
dr
、u
qr
为d
‑
q坐标系下两轴的定转子电压分量，r
s
、r
r
为定转子的电阻，l
s
、l
r
为定转子的自感，l
m
为定转子之间的互感，为定转子的转速，为滑差转速，为定子磁链的幅值，v为控制律，u
eq
为等效控制项，sign(x)为符号函数，σ为漏感系数，s
d
、s
q
为d
‑
q坐标系下两轴的滑模面，k1、k2、ε1、ε2为滑模参数。3.根据权利要求1所述的一种粒子群滑模观测器风力发电机转子电流故障检测方法，其特征在于，在步骤六中：所述适应度函数为：，，式中, [t0, t]为滑模观测器的收敛区间，α、β为权重比值，s
d
、s
q
为d
‑
q坐标系下两轴的
滑模面，i
rd
、i
rq
为d
‑
q坐标系下两轴的转子电流实际值，为d
‑
q坐标系下两轴的转子电流观测值，t为系统运行时间。

技术总结
本发明公开了一种粒子群滑模观测器风力发电机转子电流故障检测方法，包括以下步骤：获取三相电压分量和三相电流分量；得到同步旋转坐标系下的定转子电压和定转子电流；建立状态空间方程；采取定子电压定向控制的方法求出定转子电流之间的关系，借助两者之间的关系，组成以转子电流为状态变量的状态方程；增加切换控制项，构成滑模控制律，组成转子电流观测器；设计适应度函数，利用粒子群优化算法对滑模观测器的参数进行寻优；获得转子电流观测残差。本发明设计了一种PSO


技术研发人员：于文新 钟广林 王俊年 陆洋 李燕
受保护的技术使用者：湖南科技大学
技术研发日：2021.10.11
技术公布日：2022/1/4