(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210418843.8 (22)申请日 2022.04.20 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区黄桷垭崇文路2 号 (72)发明人 黄淼　李涛　文旭　 (74)专利代理 机构 北京同恒源知识产权代理有 限公司 1 1275 专利代理师 廖曦 (51)Int.Cl. G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种利用出厂数据和特性曲线的感应电动 机参数辨识方法 (57)摘要 本发明涉及一种利用出厂数据和特性曲线 的感应电动机参数辨识方法， 属于感应电动机参 数辨识领域。 该方法包括以下步骤： S1： 利用图像 识别， 将感应电动机转矩 ‑滑差特性曲线和定子 电流‑滑差特性曲线转化为离散的数据点， 构建 感应电动机 特性曲线数据集； S2： 利用聚类分析， 对感应电动机特性曲线数据集开展分段聚类， 以 便简化特性曲线数据集； S3： 基于得到的特性曲 线简化数据集以及感应电动机铭牌数据， 构建感 应电动机参数辨识优化模型； S4： 对感应电动机 参数辨识优化模 型进行求解。 本发 明可以有效解 决目前对感应电动机出厂数据量利用不充分的 问题， 提高参数辨识的精度， 同时本发明引入聚 类分析提高了在参数辨识时优化算法的收敛特 性。 权利要求书2页 说明书6页 附图2页 CN 114677532 A 2022.06.28 CN 114677532 A 1.一种利用出厂数据和特性曲线的感应电动机参数辨识方法， 其特征在于： 该方法包 括以下步骤： S1： 利用图像识别， 将感应电动机转矩 ‑滑差特性曲线和定子电流 ‑滑差特性曲线转化 为离散的数据点， 构建感应电动机特性曲线数据集； S2： 利用聚类分析， 对感应电动机特性曲线数据集开展分段 聚类， 以简化特性曲线数据 集； S3： 基于得到的特性曲线简化数据集以及感应电动机铭牌数据， 构建感应电动机参数 辨识优化模型； S4： 对感应电动机参数辨识优化模型进行求 解。 2.根据权利要求1所述的一种利用出厂数据和特性曲线的感应电动机参数辨识方法， 其特征在于： 所述S1具体为： S11： 读入特性曲线图； S12： 确定曲线图的像素 范围， 滤除坐标轴框和坐标轴刻度的干扰点； S13： 保存提取到的数据点， 构成数据集。 3.根据权利要求2所述的一种利用出厂数据和特性曲线的感应电动机参数辨识方法， 其特征在于： 所述S2中， 采用聚类分析简化特性曲线数据集的步骤为： S21： 根据转矩 ‑滑差和定子电流 ‑滑差特性曲线的特征将曲线划分为低滑差、 中滑差和 高滑差三段； S22： 采用聚类分析分别对三个区段内的数据进行聚类， 得到聚类后的数据集。 4.根据权利要求3所述的一种利用出厂数据和特性曲线的感应电动机参数辨识方法， 其特征在于： 所述S 3中， 基于电动机铭牌数据和简化后的数据集， 构建参数辨识的优化模型 如下： 式中， X表示待识别的参数， X＝[Rr,Xr,Rm,Xm,Rs,Xs]， Rs为定子电阻、 Xs为定子电抗、 Rr为 转子电阻、 Xr为转子电抗、 Rm为激磁电阻、 Xm为激磁电抗； n为聚类后数据集中对应的数据个 数； Ti和Ii为聚类后数据集中不同滑差对应的转矩和电流； Testim和Iestim为转矩和电流的估 计值， 它们的值会随着滑差的变化不 断更新； Iin_estim为定子侧电流估计值； Zin_estim为总输 入阻抗的估计值； K表示额定功率与相电压平方的比值， Kestim为K的估计值； Xs_estim、 Rs_estim、 Xr_estim、 Rr_estim、 Xm_estim、 Rm_estim分别为定子电抗、 定子电阻、 转子电抗、 转子电阻、 激磁电抗 和激磁电阻的估计值；权　利　要　求　书 1/2 页 2 CN 114677532 A 2Testim的表达式为： 式中Srate为额定转差率， 属于感应电动机出厂铭牌数据； Ir_estim为转子侧电流估计值； Srate的表达式为： 式中ns为同步转速； nn为额定转速， 属于感应电动机出厂铭牌数据； Ir_estim的表达式为： 式中Zm_estim为铁心阻抗的估计值， 表达式为： Iin_estim的表达式为： 式中Vphase为额定相电压， 属于感应电动机出厂铭牌数据； Zin_estim的表达式为： 式中Z2_estim为转子侧阻抗估计值， 表达式为： Iestim的表达式为： Kestim的表达式为： 权　利　要　求　书 2/2 页 3 CN 114677532 A 3