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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Tehnìčna elektrodinamìka 2019-01, p.7-15
Hauptverfasser: Kostin, M, Mishchenko, T
Format: Artikel
Sprache:ukr
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
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