基于軟測量技術的潛油電機溫度估算系統研究.pdf

1、我國的石油資源比較豐富，但是我國各大油田開采后期井況的日趨惡劣，深度采油帶來的高溫、高壓等問題嚴重威脅著潛油電機機組的高效安全運行。由于潛油電機機組一般工作在地下2km或更深的油井中，運行環(huán)境極其惡劣，為保障其高效、安全穩(wěn)定運行，必須實時監(jiān)測潛油電機井下溫度、轉速、電機絕緣強度等相關參數，以便掌握潛油電機的運行狀態(tài)，預防或避免潛油電機意外工作事故的發(fā)生。本文針對目前石油工業(yè)設備的實際問題，提出了一種基于軟測量技術的潛油電機溫度與轉速測量

2、方案，從電機定子溫度軟測量方法的理論改進，仿真實驗與實際應用，及轉速無傳感器測量的神經網絡辨識方法和實際應用研究等幾個方面進行了深入研究。
　　傳統軟測量方法無法解決油井中工作環(huán)境復雜的潛油電機溫度。本文在改進直流注入法溫度軟測量技術的基礎上，分析了與電機溫度有關的轉矩和能量等系列參數，計算出定子電阻，根據電阻和溫度在大范圍內成線性關系，估算出潛油電機的溫度。最后通過仿真實驗證明了此算法估算溫度的精度很高，保障了實際硬件平臺下實驗

3、的有效實施。
　　根據潛油電機的實際特點，本文在改進直流注入法仿真實驗驗證的基礎上，設計了嚴密的溫度軟測量硬件系統實驗平臺，通過每一部分電路的搭建，及整個硬件平臺的測試，實現了改進直流注入法的實驗驗證，證明了此法溫度估算精度的優(yōu)越性。
　　現有的異步電機轉速軟測量方法在實際應用中均存在不同程度的不足，本文以異步電機動態(tài)運行分析為依據，以神經網絡系統辨識理論為基礎，提出了一種基于反饋多層神經網絡（RMNN）的異步電機轉速辨識方

4、法，推導了與其相應的動態(tài)梯度學習算法，實現了神經網絡對轉速的動態(tài)辨識。同時對電機定子溫度也進行了基于神經網絡的軟測量嘗試，通過與改進直流注入法比較，找出了其算法的不足之處，進一步驗證了改進直流注入法的優(yōu)越性。
　　最后，本文闡述了一種基于轉子槽諧波（RSH）的異步電機轉速辨識方法。其辨識結果可作為基于神經網絡的轉速辨識的“目標轉速”。比較了基于神經網絡的轉速辨識和基于RSH的轉速辨識的運算量，從辨識精度和速度層面肯定了本文所采用神