一種電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法
【專利摘要】本發(fā)明涉及電力系統(tǒng)低頻振蕩分析【技術(shù)領(lǐng)域】，特別是一種基于改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和數(shù)位演算法的電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法。針對EMD分解過程中出現(xiàn)的邊界失真現(xiàn)象，提出一種新的端點(diǎn)優(yōu)化對稱延拓法進(jìn)行改進(jìn)，利用改進(jìn)的EMD對電力系統(tǒng)低頻振蕩信號(hào)進(jìn)行分解，得到固有模態(tài)函數(shù)（IMF），利用柯爾摩科洛夫-斯米洛夫檢驗(yàn)（K-S）法剔除IMF分量中與低頻振蕩信號(hào)相似概率低的偽分量，利用數(shù)位演算法對有效IMF分量進(jìn)行振蕩模態(tài)瞬時(shí)參數(shù)的提取，用于電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)。該方法能夠有效的改善EMD分解的端點(diǎn)效應(yīng)，準(zhǔn)確的剔除偽分量，精確的提取低頻振蕩信號(hào)模態(tài)瞬時(shí)參數(shù)，適用于電力系統(tǒng)等相關(guān)部門，用于電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)。
【專利說明】一種電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力系統(tǒng)低頻振蕩分析【技術(shù)領(lǐng)域】，特別是一種基于改進(jìn)EMD和數(shù)位演算法的電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法。
【背景技術(shù)】
[0002]隨著電力技術(shù)的不斷進(jìn)步，大電網(wǎng)互聯(lián)已逐步實(shí)現(xiàn)，加之快速高放大倍數(shù)勵(lì)磁裝置的廣泛使用，由此帶來的低頻振蕩問題也越來越成為影響大規(guī)模電力系統(tǒng)穩(wěn)定運(yùn)行的重要因素，其不僅對電網(wǎng)運(yùn)行安全上產(chǎn)生影響，同時(shí)也成為制約互聯(lián)電網(wǎng)輸送能力的瓶頸之一。如何通過廣域測量數(shù)據(jù)分析電力系統(tǒng)低頻振蕩的局部動(dòng)態(tài)行為，提取各個(gè)振蕩模態(tài)的瞬時(shí)參數(shù)，進(jìn)行廣域阻尼控制是近年來的研究熱點(diǎn)。
[0003]目前針對低頻振蕩問題所采用的分析方法主要有傅立葉變換、小波變換、Kalman濾波法、矩陣束辨識(shí)法、Prony算法和希爾伯特-黃(Hilbert-Huangtransform, HHT)算法等。傅立葉變換無法分析出阻尼特性和局部特性，所以不適于非線性、非平穩(wěn)信號(hào)。小波變換存在頻率交疊和自適應(yīng)基選取問題，只適合于瞬態(tài)和非平穩(wěn)信號(hào)。Kalman濾波法能消除噪聲的影響，對不同輸入信號(hào)的適應(yīng)性較好，但計(jì)算精度和收斂速度受初始參數(shù)設(shè)置的影響很大。矩陣束辨識(shí)法能夠準(zhǔn)確估計(jì)系統(tǒng)的振蕩模態(tài)，并具有較強(qiáng)的抗噪聲能力，但若信號(hào)存在時(shí)變特性，該算法的計(jì)算誤差較大，無法揭示振蕩的動(dòng)態(tài)特性。Prony方法雖然可以提取出振蕩信號(hào)模式和阻尼等信息，但存在受噪聲影響大、計(jì)算速度慢和定階問題不確定等問題。HHT算法是近年發(fā)展起來的一種新型的適于非平穩(wěn)、非線性信號(hào)的分析方法，傳統(tǒng)的HHT算法受端點(diǎn)效應(yīng)的影響，雖然能得到振蕩模態(tài)的瞬時(shí)頻率、瞬時(shí)幅值和衰減因子，難以達(dá)到較高的計(jì)算精度。但通過對該算法存在的端點(diǎn)效應(yīng)問題進(jìn)行改進(jìn)，利用柯爾摩科洛夫-斯米洛夫檢驗(yàn)(K-S)法剔除IMF分量中與低頻振蕩信號(hào)相似概率低的偽分量，可以精確提取出電力系統(tǒng)低頻振蕩的振蕩模式和阻尼特性，有效的實(shí)現(xiàn)電力系統(tǒng)低頻振蕩信號(hào)的模態(tài)辨識(shí)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種基于改進(jìn)EMD和數(shù)位演算法的電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法，該方法能夠有效的改善EMD分解的端點(diǎn)效應(yīng)，準(zhǔn)確的剔除偽分量，精確的提取低頻振蕩信號(hào)模態(tài)瞬時(shí)參數(shù)，提高電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)能力。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是:采用端點(diǎn)優(yōu)化對稱延拓法對EMD端點(diǎn)效應(yīng)進(jìn)行改進(jìn)，利用改進(jìn)之后的EMD對電力系統(tǒng)低頻振蕩信號(hào)進(jìn)行分解，并利用K-S法對經(jīng)EMD分解得到的IMF分量進(jìn)行偽分量的剔除，利用數(shù)位演算法對剔除偽IMF分量后的有效IMF分量進(jìn)行低頻振蕩模態(tài)瞬時(shí)參數(shù)的提取，得到電力系統(tǒng)低頻振蕩信號(hào)x(t)的瞬時(shí)頻率、瞬時(shí)幅值和衰減因子等信息，其具體步驟如下:
步驟1:對濾波后的電力系統(tǒng)低頻振蕩信號(hào)x(t)進(jìn)行離散化處理，采樣步長取為At，得到離散化處理信號(hào):Xi = [xi, X2，...，χη]，i = 1，2，...，η
式中，Xi為離散化之后的信號(hào)值的集合，X1, X2,..., Xn為離散化之后t2,..., tn時(shí)刻的信號(hào)值；
步驟2:信號(hào)Xi兩端點(diǎn)值用β、Y替代，構(gòu)造新的數(shù)據(jù)序列X’ i:
X i — [X O，X k，X n-1]
式中，X’ O = β , X’ k = Xk, X’ n_i = y , k = 1,2,..., n-2, i = 0，1，...，n-1 ；
步驟3:以端點(diǎn)x’ 0, x’ n_i為中心對x’ i分別向兩端進(jìn)行對稱延拓一個(gè)周期得到新的數(shù)據(jù)序列:
【權(quán)利要求】
1.一種電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)方法，其特征在于: 步驟1:對濾波后的電力系統(tǒng)低頻振蕩信號(hào)X(t)進(jìn)行離散化處理，采樣步長取為At，得到離散化處理信號(hào):
Xi = [xi, X2，...，xn]，i = 1，2，...，η 式中，Xi為離散化之后的信號(hào)值的集合，X1, X2,..., Xn為離散化之后t2,..., tn時(shí)刻的信號(hào)值； 步驟2:信號(hào)Xi兩端點(diǎn)值用β、Y替代，構(gòu)造新的數(shù)據(jù)序列X’ i:
X i — [X O，X k，X n-1]
式中，X’ O = β , X’ k = Xk, X’ n_i = y , k = 1,2,..., n-2, i = 0，1，...，n-1 ； 步驟3:以端點(diǎn)x’ 0, x’ n_i為中心對x’ i分別向兩端進(jìn)行對稱延拓一個(gè)周期得到新的數(shù)據(jù)序列:
h — [h]_，hj, hr] — [2x o—x x ” 2x n_i_x n-1-1]
式中，i = 0，1，...，n-1 ； 步驟4:利用三次樣條 插值法對信號(hào)數(shù)據(jù)序列h進(jìn)行包絡(luò)，得到包絡(luò)線s (x)，優(yōu)化X’ i的兩個(gè)端點(diǎn)值β和Y，構(gòu)建Iii與Si的偏差評價(jià)函數(shù)為:
【文檔編號(hào)】H02J3/24GK103956756SQ201410219502
【公開日】2014年7月30日 申請日期:2014年5月23日 優(yōu)先權(quán)日:2014年5月23日
【發(fā)明者】金濤, 顧小興, 郭艷威, 修銘, 褚福亮 申請人:福州大學(xué)