СТОХАСТИЧЕСКАЯ ИДЕНТИФИКАЦИОННАЯ МОДЕЛЬ ПРОΓНОЗИРОВАНИЯ ПАРАМЕТРОВ УСТРОЙСТВ СИСТЕМ ЭЛЕКТРИЧЕСКОΓО ТРАНСПОРТА
Обоснована необходимость использования методов идентификации при прогнозировании процессов в сложных мощных стохастических устройствах систем электрического транспорта. В качестве идентификационной модели электроподвижного состава предложено ( вместо идеального источника тока) использовать импульсну...
Gespeichert in:
Veröffentlicht in: | Tehnìčna elektrodinamìka 2019-01, p.7-15 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | ukr |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Обоснована необходимость использования методов идентификации при прогнозировании процессов в сложных мощных стохастических устройствах систем электрического транспорта. В качестве идентификационной модели электроподвижного состава предложено ( вместо идеального источника тока) использовать импульсную переходную функцию. На основе корреляционной теории случайных процессов, которыми являются напряжения и токи в системах электрического траспорта, получено аналитическое выражение корреляционного интегрального уравнения в форме уравнения Винера-Хопфа, решение которого дает возможность получать импульсную переходную функцию. Рассмотрены методы решения указанного уравнения. Необходимые для решения интегрального уравнения авто- и взаимнокорреляционные функции стохастических процессов напряжений и токов в системах получаются экспериментальным способом на действующих участках железных дорог. Осуществлено практическое определение импульсной переходной функции как модели прогнозирования для электровозов постоянного тока, которые эксплуатируются на электрифицированных участках Приднепровской железной дороги. С этой целью осуществлен мониторинг стохастических процессов напряжения и тягового тока в реальных условиях эксплуатации. Импульсные переходные функции получены в виде экспоненциальных функций, показаны их адекватности и «универсальности» как моделей прогнозирования. |
---|---|
ISSN: | 1607-7970 2218-1903 |
DOI: | 10.15407/techned2019.01.007 |