基于电磁操作机构的开关电器人工智能控制技术的研究

Electromagnetic switch is widely used in power generation, transmission and distribution fields. This type of switch is operated by its electromagnetic system to control its contact system on and off, so the operating characteristics of the electromagnetic system directly affect the arc of the contact system. But the working conditions of the contact system are independent of the electromagnetic system, so the arc strength is difficult to feedback to the electromagnetic system timely, and also impossible to guide the electromagnetic system for closed-loop control. This restricts the development of intelligent electrical appliances. Based on the current closed-loop control of electromagnetic switch, this project introduces the neural network technology to automatically establish the neural network model of the electromagnetic switch: Only by collecting the coil current and the coil voltage, the model can calculate the real-time displacement of the moving core accurately; On this basis, the speed closed-loop control strategy of electromagnetic switch without displacement sensor is constructed to improve the controllability of the electromagnetic system. Finally, the power carrier technology is introduced to build the contact arc energy feedback circuit. With the fuzzy control strategy, it can find the best contact speed in the closing and breaking process, thereby reducing the switching arc of the contact system. This project directly takes minimization of contact arc energy as control target to construct the artificial intelligence control scheme of the electromagnetic switch and it’s expected to form a new intelligent control method of electromagnetic switch.

电磁开关广泛应用于电力系统发电、输电、配电的各个领域，是一类量大面广的电器，这类电器用电磁系统的动作来控制触头系统的通断，因此电磁系统的动作特性直接影响着触头系统的电弧强弱。但目前触头系统的工作情况在电气上与电磁系统相互独立，其电弧强弱难以及时反馈到电磁系统中，并指导电磁系统进行闭环调控，制约着电器智能化的发展。本项目以电磁开关电流闭环控制为基础，引入神经网络技术自动建立电磁开关神经网络模型：该模型仅通过采集线圈电流及线圈电压即可精确计算动铁心实时位移，在此基础上构建电磁开关无位移传感器的速度闭环控制策略，提高电磁系统的可控性；最后应用电力载波技术构建触头电弧能量反馈电路，配合模糊控制策略来自适应寻找触头的最佳合闸及分闸速度，从而降低触头系统的开关电弧。本项目直接以触头电弧能量极小化为控制目标，构建电磁开关的人工智能控制方案，期望形成一种电磁开关智能控制的新方法。

风电、光伏等新能源领域及直流配电系统的迅速发展，对电磁开关的性能指标和工作可靠性提出了更高的要求。但受制于电磁系统非线性、强耦合、快速时变的机电关系，想要实现电磁开关的高性能控制极其困难。人工智能技术近年来发展迅速，在复杂系统的辨识领域得到了广泛应用。因此，研究如何实现人工智能技术与传统电磁开关的仿真及控制相融合来提高其控制水平，具有重要意义。.本项目引入人工智能方法对电磁开关的建模与控制技术展开研究，主要完成以下几个方面的工作：.（1）采用虚拟仪器技术构建电磁开关动态特性采集系统及快速控制原型验证系统。结合电磁机构驱动电路，提出根据驱动信号及前端滤波电容的低频电压来合成线圈高频方波电压并计算电磁机构磁链，降低了数据采样成本，便于磁链计算方法的嵌入式应用，为电磁开关建模方法的探索及智能控制方案的开发打下基础。.（2）通过理论推导及有限元仿真证明了电磁系统磁链、线圈电流和动铁心位移三者之间的单调对应关系。引入人工神经网络（ANN）技术，构建反求电流模型，之后结合动态微分方程组，构建电磁开关的动态仿真程序；在此基础上融入联合仿真技术，进行智能控制策略与电磁开关本体的逐点闭环仿真，完成基于神经网络的智能电磁开关联合仿真，为控制方案的开发提供仿真验证平台。.（3）采用实时ANN估算动铁心位移及触头刚合速度。引入模糊逻辑控制，以刚合速度为负反馈，逐次调节起动过程强激磁时间，使触头刚合速度通过多次起动过程自校正后趋近给定值。设定一个较小的刚合速度给定值，即可减小动静触头的撞击能量，从而抑制触头弹跳。.项目逐步完成电磁开关动态数据采集，神经网络建模，复杂策略控制下电磁开关的联合仿真，基于神经网络及模糊逻辑实时控制的电磁开关智能控制方案设计。构建了综合性的“电磁开关智能控制技术开发平台”，研究成果可为低压电器的测试、建模、仿真及控制技术的研究提供有益的参考和借鉴。