In the paper, there are presented the results of parameter estimation of the mathematical model of a synchronous generator operating in a single-machine power system. Noisy dynamic waveforms caused by introducing a disturbance in the form of a step change in the reference voltage or a pseudorandom signal to the generator voltage regulator system were the basis of estimation. It was assumed that the generator load was close to the rated one. Finite and infinite impulse response zero-phase digital filters were used for filtering the waveforms. The least squares method was used for parameter estimation, and the gradient method was applied to minimization of the mean square error.
PL
W artykule przedstawiono wyniki estymacji parametrów modelu matematycznego generatora synchronicznego pracującego w jednomaszynowym systemie elektroenergetycznym. Podstawą estymacji są zaszumione przebiegi dynamiczne wywołane wprowadzeniem do układu regulacji napięcia generatora zakłócenia w postaci skokowej zmiany napięcia zadanego lub sygnału pseudolosowego. Założono, że generator pracuje blisko znamionowego obciążenia. Do filtracji przebiegów wykorzystano filtry cyfrowe o zerowym przesunięciu fazowym o skończonej i nieskończonej odpowiedzi impulsowej. Do estymacji parametrów wykorzystano metodę najmniejszych kwadratów, a do minimalizacji błędu średniokwadratowego metodę gradientową.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono estymację parametrów modelu matematycznego generatora synchronicznego zainstalowanego w laboratorium Instytutu Elektrotechniki i Informatyki Politechniki Śląskiej. Podstawą estymacji są zmierzone przebiegi dynamiczne wywołane wprowadzeniem do układu regulacji napięcia generatora dodatkowego sygnału pseudolosowego podczas współpracy generatora z systemem elektroenergetycznym. W celu sprawdzenia wyników estymacji wybrane parametry generatora wyznaczone na podstawie analizy przebiegów zakłóceniowych porównano z parametrami obliczonymi innymi metodami.
EN
Parameter estimation of the mathematical model of a synchronous generator working in the power system is presented in the paper. Dynamic waveforms caused by introducing in the generator voltage regulation system an additional signal in the form of a step change or a pseudorandom signal were the basis for estimation. The influence of the power system stabilizers on the quality of the generator electromagnetic parameter estimation for both disturbances was investigated.
W artykule opisano konstrukcję modulatora AM z modulującym sygnałem pseudolosowym. Omówiono budowę oraz implementację w układzie FPGA generatora sygnału pseudolosowego wykorzystanego jako sygnał modulujący. Zaprezentowano fizyczną konstrukcję modulatora oraz opisano uzyskane sygnały występujące podczas modulacji z informacyjnym sygnałem pseudolosowym. Podano przykładowe zastosowania uzyskanego sygnału zmodulowanego.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono estymację parametrów modelu matematycznego generatora synchronicznego pracującego ze statycznym układem wzbudzenia w systemie elektroenergetycznym. Podstawą estymacji są przebiegi dynamiczne wywołane wprowadzeniem do regulatora napięcia dodatkowego sygnału w postaci skokowej zmiany napięcia zadanego lub sygnału pseudolosowego. Zbadano wpływ oddziaływania stabilizatora systemowego na jakość estymacji parametrów elektromagnetycznych generatora przy obu zakłóceniach. Do estymacji parametrów wykorzystano metodę najmniejszych kwadratów, a do optymalizacji błędu średniokwadratowego metodę gradientową.
EN
Parameter estimation of the mathematical model of a synchronous generator with a static exciter system working in the power system is presented in the paper. Dynamic waveforms caused by introducing an additional signal in the form of a step change in the reference voltage or a pseudorandom signal to a voltage regulator are the basis for estimation. The influence of the power system stabilizer on the quality of the generator electromagnetic parameter estimation for both disturbances was investigated. The least square method was used for parameter estimation, while the gradient method was applied to minimization of the mean square error.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.