[发明专利]基于MEEMD-Prony联合算法的电力系统低频振荡特征参数提取方法

说明书

本发明公开基于MEEMD‑Prony联合算法的电力系统低频振荡特征参数提取方法，首先对量测信号进行MEEMD分解获得一系列本征模态函数(IMF)，而后对除剩余残量外的IMF分量进行重构达到降噪目的，最后将重构信号作为新的输入信号进行Prony分析提取低频振荡各模态特征。通过仿真验证本发明提出的联合方法能够有效抑制模态混淆并完整准确辨识振荡模态，相较于其他方法具有一定的抗噪性和优越性。

技术领域

本发明涉及电力电子技术领域，尤其涉及基于MEEMD-Prony联合算法的电力系统低频振荡特征参数提取方法。

背景技术

振荡是电力系统运行的主要特征之一，很小的扰动如负荷变化可能激发系统的振荡，这种情况下若发生短路、断线等大停电事故时更容易发生增幅振荡事故，随着系统故障的进一步恶化，系统最终会瓦解，导致更大的事故，甚至引发生命安全问题。电力系统低频振荡的频繁发生已经成为影响电网安全稳定运行的问题之一，因此及时并准确提取低频振荡信号特征参数具有重要意义。

现如今关于电力系统低频振荡信号模态特征参数的提取方法有很多，但是都有其不足之处，其中最为广泛使用的是Prony法。Prony算法能够通过求解多项式方便直接地估算给定信号的幅值、频率、初相位、衰减因子等信息，还能将其得到的系统传递函数用于系统稳定器(PSS)的配置中。但是Prony分析对噪声十分敏感，而实际电力系统中必然存在噪声干扰，有研究表明只有在信噪比不低于50～60dB的情况下使用Prony算法才能得到较为理想的辨识结果。目前比较受广大学者应用的滤除噪声方法有卡尔曼滤波、自适应滤波和基于小波变换的滤波方法，但卡尔曼滤波需要预先确定系统模型，难以得到实际输入信号特性；自适应滤波虽算法简单，但收敛过程慢，步长与收敛速度、失调之间存在矛盾；小波去噪法虽计算量较小，但其存在阈值估计困难的限制。

发明内容

本发明的目的在于提供基于MEEMD-Prony联合算法的电力系统低频振荡特征参数提取方法。

本发明采用的技术方案是：

基于MEEMD-Prony联合算法的电力系统低频振荡特征参数提取方法，其包括以下步骤：

步骤1，在原始信号中加入2组振幅和标准差都相等且方向相反的白噪声，得到添加了噪声的信号s_i⁺(t)和s_i^-(t)

步骤2，将s_i⁺(t)和s_i^-(t)分别进行经验模态分解(EMD)得到一系列IMF分量I_ij⁺(t)和I_ij^-(t)；

步骤3，采用集成方法求此阶IMF分量I_j(t)，

步骤4，判断I_j(t)熵值是否大于MEEMD设定值θ；是则，显示异常并执行步骤1；否则，执行步骤5；

步骤5，将各个信号分量从原始信号中分离得出剩余的残量r(t)；

步骤6，将剩余残量r(t)剔除后，重构所有的IMF分量；

步骤7，把重构信号作为新的输入信号通过Prony算法的分析，最后提取该低频振荡各个模态的特征参数。

进一步地，作为一种较优实施方式，步骤2的分解公式(2)如下：

其中，I_ij(t)表示第i个信号的第j阶分量；n为分解的IMF个数。

进一步地，作为一种较优实施方式，步骤4中θ＝0.6。

进一步地，作为一种较优实施方式，步骤7的具体步骤为：