欧志新,邓春兰

(安徽交通职业技术学院 城市轨道交通与信息工程系,安徽 合肥 230051)

接触网系统作为电力供电网络中的电流传输环节,具有载荷电流大、传输距离远、电能分布集中和弓网动态波动等特征。在给电力机车传输电能的过程中,该系统需要具备电流供应安全和弓网接触稳定的技术特点。随着电力机车运行速度的提升和外部复杂环境的影响,弓网动态参数难以通过人工计算和仪器观测获取、检测。刘仕兵通过检测高速运行中的弓网系统的动态参数和高精度仪器实时参数,对电流传输误差和稳定性进行了分析,发现动态弓网接触对波动的几何参数精确度要求很高,难以通过描述输入量和输出值之间的非线性关系来建立和校正电流在传输过程中的数学模型[1]。

吴积钦针对弓网动态特性接触网系统的几何参数进行了测量与校正,利用模糊控制策略建立了“输入—输出—反馈”之间的比例关系,根据输出值和设定值的反馈误差进行预估和参数校正,并将校正后的几何参数与标准值进行比较,计算找出符合电流安全传输和误差的控制策略,避免了仪器检测时波动和误差难以校正的问题,也不需要具体的弓网结构模型和精确的测量参数[2]。

宋玮、孙皓莹等关于接触网系统结构模型和几何参数技术标准的研究发现:弓网接触压力过小,电弧闪络会造成关联电气设备跳闸;弓网接触压力过大,会导致机械磨耗增大,出现拉出值偏小、供电中断等问题[3-4]。因此,需要实时对弓网系统运行的几何参数进行监测和校正。系统几何参数测量误差带来的不安全因素会引发弓网断线的风险[3]。

研究提出一种自适应控制和数据融合算法,针对弓网动态运行参数与结构多变情形时的实时模型建立解决方案。自适应控制具有参数迭代和修正功能,而模糊控制是基于开源指令集的理论算法,符合动态系统运行参数实时变化和结构多变的特性,不需要准确的数学模型结构,能根据输出功能与输入参数的比例关系,自适应控制、调节超出设定值的误差,抑制弓网波动中超出设定范围的曲线,控制策略能保障良好的电流稳定性和几何参数准确性。

综上所述,研究基于自适应数据融合对弓网系统几何参数进行检测与校正,首先分析接触网系统参数特点与弓网电流安全传输的逻辑关系,从而确立弓网系统电流稳定性的相关理论,建立几何参数超调预警、抑制防护与参数校正方案[4]。该方案以仿真软件计算平台为监控载体,对理论仿真数据和仪器实测的数据进行比较和分析,最终应用于弓网主要几何参数的调节与校正。

1 接触网几何参数测量与特征分析

弓网系统的几何参数主要包括静态参数和动态参数,其拉出值和导线高度决定了弓网运行的机械接触和电气闪络特性,而弓网接触之间的压力和电弧现象是接触网系统安全供电的基础[5]。接触网造成的电力机车运行振动会使受电弓产生离线电弧,导致接触网参数与运行模型不匹配,在受电弓频繁离线的暂态过程中,机车中的电压互感器失电后又恢复得电,电路会产生多次过渡的非线性变化,影响接触网变化曲线的特征。

图1是弓网几何参数的测量方法(应针对影响弓网模型的结构和拟合条件设定测量标准,控制弓网运行曲线的误差范围和波动区间,使弓网模型不受外部过电流的谐波影响),具体步骤如下:

图1 接触网参数检修与计算示意图

(1)使用铁路轨距尺测量外轨超高,外轨超高值h的设定标准为0～150 mm。

(2)使用激光测量仪和仿真计算平台测量并校正接触线高度H和实际拉出值a。

(3)确定导高值、拉出值范围,暂态电流波动和弓网接触压力等,将测量误差控制在0～20 mm[5]。

(4)利用C=h×H/L,m=a-c,Δm=m实-m测等公式计算拉出值。其中,c表示机车运行线路中心与受电弓中心的偏差值;L是机车钢轨的轨距;m是测量定位点距离线路中心的水平距离;m标是设定的标准值;m实是弓网运行区段实测的数值;△m是标准值减去实测值。

(5)对m标和m实进行比较,确定调整量△m的大小和方向。

其中,a是弓网运行是否出现误差和波动的关键,应根据a值来制定校正方案。弓网运行波动造成的离线电弧会使测量参数和模型不匹配,从而影响接触网的曲线变化特征和参数校正效果。运行系统通常在接触线磨耗和拉出值检测等方面具有严格的误差控制,保证接触线在车速变化的空间实现波动和受电弓工作范围滑动[6]。一旦弓网参数误差过大,会导致接触线拉断或偏移线路中心线距离,导高过大或过小会造成弓网接触不均匀,产生运行时电弧摩擦和机械磨损严重的情况。因此,研究弓网系统运行过程中的几何参数对于系统安全运营具有重要的意义。

2 基于约束集关系的模糊控制理论

弓网系统动态几何参数测量具有不确定性,其固有的模型结构会随着外部环境的波动而发生变化。弓网结构与模型的失真会影响其几何参数曲线的运行效果,使制定的校正参数和补偿方案难以达到预期的效果。模糊控制理论的特点在于约束集的广泛,将输入量与实时参数进行比较可以得出下一次运行区间范围的误差,从而在上一次校正的基础上不断进行优化,使最终的几何参数越来越接近理想值[7]。这是一个逐步优化、校正失真模型或不确定参数的优化解。

图2是模糊控制系统方框图的结构。其中r(t)为模糊控制系统输入设定值;E(t)为单位时间内模糊量误差;EC(t)为单位时间模糊运算误差变化率;Ke为模糊控制变量调节比例因子;Ke为模糊执行运算后与设定值误差变化率调节因子;Ku为执行输出机构反馈量;G(s)为模糊控制反馈被控对象;系统输出值为y(t)。以上这些变量都是精确量。其控制策略是先设定预估量和曲线/数据运行的上下限值,再根据经验给出一个弓网控制提前量并根据这个提前量进行误差修补(对标测量值和设计标准值)。但这样难以满足控制要求。假设,由于弓网系统几何参数发生故障,若接触网系统中出现暂态过电流,会导致出现非周期性的参数分量或小于N次谐波设定值的各种谐波分量。接触网如果出现损坏,会导致弓网几何参数出现剧烈波动,此时固有的接触网模型会因测量误差出现模型结构参数变化,误差也会出现累计。因此,根据每次实际控制效果来辨识、在线校正下一次的控制测量值是一种较好的控制方案。

图2 模糊控制系统方框图

3 自适应数据融合算法和控制策略

弓网系统运行过程中,电弧与弓网的接触压力、偏移量、接触线波动导高等参数的实时运行曲线反映了弓网接触电流的输入特征。由于弓网速度机械装置存在惯性,导致数据传输存在滞后和不稳定。而受电弓缓冲会跟随接触线的波动而起伏接触,保证弓网压力满足接触网系统的安全电流供应。

若在弓网运行刚开始时即施加一个控制定量值,得出的结果和控制策略后期难以调节,此时输入量和输出关系具有非线性特征。可以根据自适应数据融合特点指定固有的参数模型,从而保证弓网运行主要参数值在合适的范围内,保证安全运行的弓网速度和控制精度。

3.1 自适应控制的模型预估和特征

自适应控制需要结合数据融合的特点建立数学预估模型,其特点就是基于多个传感器的信息采样加以决策和估计,对输出信号进行分析和处理[8]。接触网系统中动态运行的弓网关系的几何参数正是建立弓网模型所需的输入融合变量。

若单个时间段采集的几何参数具有模糊性和误差性,也不会影响总体系统的可靠性。自适应会在数据融合过程中实时对数据进行跟踪控制,并对信息数据进行校正。自适应数据融合在弓网系统几何参数的计算和校正中具有以下特点:

(1)对接触网和受电弓的动态运行时产生电弧造成的参数失真测试具有实时校正功能。在预防弓网系统出现电气闪络拉出值偏大造成断线等方面,自适应控制具有预估校正的作用。

(2)通过弓网系统分布检测,在线检测暂态过电流,根据弓网系统的波动和误差特性等研究手段,建立模糊控制为策略的数学模型具有优势。

3.2 数据融合的原理与算法

由于接触网系统动态运行产生的电弧现象会造成设备绝缘击穿,特别是过电流和电压增大,具备不确定的动态属性和模型特征,如外部环境和曲线段弓网波动和拉出值的选取,包括一些未知因素和随机因素。

对接触网结构内部而言,描述弓网运行的模型结构和参数不一定准确。而外部环境对弓网运行的影响主要有噪声、扰动、谐波等参数反馈至电网输入系统,而测量和统计这些随机量参数都是未知的。

自适应数据融合的校正原理是根据可以测量的输入信号R(t)和输出信号Yp(t)决定增益Kp和多项式Np(s),Dp(s)的系数估计[9]。其表达式有:

(1)

其中,M(s)是校正结果输出参数;Np(s)是反馈模型的参数;Dp(s)是特征模型的参数。R(t)表示输入信号、Yp(t)表示输出信号、Kp表示增益,p(Primary)表示初始,即第一次接受参数校正模型的表达式。接触网系统在线校正与计算建立在参数模型估计正确的基础上,利用自适应数据融合能够有效地补偿与校正误差,提高弓网系统整体辨识度[10]。当接触网系统结构采样参数na、nb和d已知时,输入-输出模型如式(2)所示:

A(q-1)y(t)=B(q-1)u(t-d)+e(t)

(2)

其中,A是设定弓网波动因子(取值在0～1之间);B是弓网参数校正因子(取值在0～1之间);q是弓网结构固定因子(取值q>1);u是误差随动因子(取值0～1之间);e(t)是误差参量,即测量值减去上一次校正值的差数。其差分方程式如式(3)所示:

y(t)=-a1y(t-1)-a2y(t-2)-

…-any(t-na)+

b0u(t-d)+b1u(t-d-1)+

…+bnu(t-d-nb)+e(t)=

φT(t)θ+e(t)

(3)

其中,y(t)表示实际观测值;e(t)表示弓网运行现场测量的不确定因素(如外部干扰、噪声、谐波等)。φ(t)表示标准向量;θ表示需检测的未知参数向量[11]。

(4)

接触网系统运行产生的电弧现象,会造成绝缘设备沿边放电,使暂态过电流和电压增大,具备不确定的动态属性和模型特征[12]。自适应数据融合的校正原理是,将上一区段的测量均值作为参考模型,对超出误差部分进行校正。

4 与其他控制策略比较的优缺点

4.1 对比最小二乘法控制策略

最小二乘算法可针对动态特性变化多、参数波动大、难以直观检测出结果的情形,根据弓网系统运行特性及电弧放电特点,实时在线修正和优化决策,随时调整系统模型结构。该算法的主要功能包括系统模型辨识、参数决策和参数修正。

如图3所示,采用基于模糊控制理论集的自适应数据融合控制策略,对接触网暂态过电流参数进行修正与拟合,分析计算修正误差过程。其修正策略不要求参数全局都具备稳定性,只需要在误差稳定和波动范围局部保持良好的修正效果即可,因为多次的反复调节和修正会出现在线计算量大、反响时间增大与超调增大等问题。

图3 局部优化弓网参数的超调和误差波动特性

4.2 比较PID控制算法策略

传统PID控制算法能对接触网电弧沿边放电参数进行检测与调整,但其在线计算和修正误差参数的功能不强[13]。而基于参数辨识的自适应数据融合则具有较强的修正、补偿误差的功能,可以弥补传统PID控制算法功能的不足。

如图4所示,传统的PID控制算法结合了积分参数调节、微分控制反馈调节及比例调节的控制作用。而基于模糊理论集的自适应数据融合,具备基于模型识别的在线自学习滚动优化的特点,对结构和参数多变的预估模型要求不高,性能相对稳定,适用于模型多变、参数复杂和计算量大的长距离弓网运行与电能传输。

图4 PID控制算法与自适应控制数据融合(Logic)比较图

5 弓网实验参数与建模分析

接触网失真参数的自适应数据融合估计,由式(3)、式(4)得出的向量方程即为目标函数:

(5)

图5 参数自适应模糊控制系统仿真SimuLink框图

表1 模糊控制参数采样输入与融合数据误差校正表

表2 模糊控制参数采样输入与融合数据误差校正表

图6 自适应原始采样与校正后曲线对比(第一组参数)

图7 模糊控制基础下的自适应控制校正曲线(第二组参数)

表1中采样参数与建模结构变化时,修正方法是根据差分公式3,若波动曲线远离弓网运行设定曲线,即增大A因子,同时减小B因子,让超调的曲线部分迅速回归设定范围。若修正曲线一直在设定范围内,波动不明显,无误差产生,则维持A值不变,并逐步增大B因子参量,让修正后的曲线与设定值同步[14],从而减少下一次误差修正的时间和在线计算量。输入量与测量值具有较大误差时,需经过模型辨识后在线优化至合理范围,保证弓网接触良好的电流传输效果。

如图6所示,模糊控制Simulink仿真结果显示随着参数外部环境的变化符合曲线图衰减的关系,在调节范围内满足模型精度,校正效果无法与标准值完全相同。自适应控制的最大优势就是跟随性,设定目标后弓网运行会一直按照标准范围的区间不断校正实时运行中的误差或偏差,让系统始终跟踪输出结构进行控制,不需要建立明确的数学模型以得出准确的结果。这些都符合自适应数据融合的结构特点与原理。

自适应数据融合在线校正后误差收敛速度更快、精度更高,但如果修正和优化拟合次数过多,容易造成接触网模型结构失真和参数稳定性下降[15]。因此,自适应数据融合不是修正次数越多越好,而是依据参数模型与测量设定值,接近误差范围为止。这样既不会造成弓网运行稳定性降低,也不会增加接触网系统参数失真带来的波动问题。

表2中,接触网电弧时采样参数暂态电流值具有变化和波动特性。输入量与测量值具有较大的误差,需经过模型辨识后在线优化至合理范围,保证弓网接触良好的电流传输效果。

如图7所示,第二次参数校正的效果比第一次更好,误差控制效果更接近设计值,说明其算法具有一定的局限性和拟合明确的目标值。由于外部环境干扰或内容参数结构发生变化,需要对接触网模型和参数进行调整和匹配,直到误差平方和性能指标接近[16]。一般而言,自适应数据融合只寻求将局部参数在线优化至最佳,而不是整个系统所有参数都要符合标准。

6 结论

文中针对接触网系统结构中电能传输环节弓网关系进行研究,其动态运行时的几何参数检测精度直接影响着供电稳定和行车安全。分析表明,系统的弓网接触压力和几何参数都具有波动性,难以固定运行区段的数学模型结构,从而导致获取的几何参数精度低,误差控制效果不佳。再依此提出基于约束集的模糊控制,旨在建立复杂区段的弓网模型。利用该模型,不需要知道确切的输入量,直接根据输出结果校正输入参数,将多传感器采样数据在数据融合的理念下进行整合,综合分析判断决策的过程。这样虽然可以在很大程度上为弓网动态运行数据的实时采集和大量数据数据处理带来便捷,但是也很难做到数据集合满足所有的运行参数,只能在局部设定几何参数的固有约束值,再去不断校正和跟踪,剔除误差过大的数据,防止发生断线风险。

基于模糊控制理论约束集的自适应数据融合控制,在弓网系统几何参数的测量中,具有以下特点:(1)通过约束集的模糊控制策略可以按照设定的几何参数跟踪动态运行时的超量参数,并加以剔除和自动筛选功能,不需要建立准确的数学模型就可以得出控制结果;(2)由于外部环境或多变量的干扰,会造成模型失真或参数变化,自适应模型能够不断校正这些变化的几何参数,使其能够按照设定的标准范围进行波动,满足弓网系统安全稳定的电能传输特性,保障电力机车安全可靠运营;(3)弓网运行的最终目标是各项几何参数都符合电能输送的安全条件并处于误差区间内,多传感采样的实时数据能够自动进行融合分析判断和综合决策控制。