[发明专利]一种电力系统低频振荡模态辨识方法

说明书

本发明涉及一种电力系统低频振荡模态辨识方法。该方法首先运用RobustICA技术对含噪的电力系统低频振荡信号进行预处理，达到去噪的目的；再将去噪后的电力系统低频振荡信号用EMO‑TLS‑ESPRIT方法进行辨识，从而获取低频振荡各个模态参数。在定阶问题上引入精确模态阶数（exact mode order，EMO）的定阶方法，综合考虑奇异值变化规律和数值大小的因素，能够克服人为选取阈值的不足，提高辨识的精度。本发明方法具有抗噪性能好，拟合精度高等优点，具有较强的实用性，能够实现在线辨识。

技术领域

本发明属于电气工程领域，具体涉及一种电力系统低频振荡模态辨识方法。

背景技术

随着电力技术的发展，区域电网的互联互通程度不断提升，远距离输电及大量快速高放大倍数励磁装置使用，导致电网中时常发生低频振荡现象。一旦发生低频振荡，若不加以抑制，轻则对电力设备造成损害，重则电力系统发生解列，造成巨大的经济损失。对低频振荡进行抑制的关键是能够有效快速的实时辨识，这是目前研究低频振荡的难点之一，直接关系到电网的安全稳定运行。

基于实测信号的低频振荡辨识算法，主要有：Prony分析算法、小波分析算法、傅立叶变换(FFT)、希尔伯特—黄变换(HHT)、SSI算法及MP算法等，但这些算法都有着各自的缺点。

现有技术主要存在如下缺点：

1、数据预处理方面。现有去噪算法的去噪性能还有待提升和研究。

2、模型定阶方面。传统的定阶方法需人为设定阈值，不具备自适应性。

3、辨识精度方面。低频振荡辨识精度还有待进一步研究。

发明内容

本发明的目的在于提供一种电力系统低频振荡模态辨识方法，首先运用RobustICA技术对含噪的电力系统低频振荡信号进行预处理，达到去噪的目的；再将去噪后的电力系统低频振荡信号用EMO-TLS-ESPRIT方法进行辨识，从而获取低频振荡各个模态参数。在定阶问题上引入精确模态阶数(exactmodeorder，EMO)的定阶方法，综合考虑奇异值变化规律和数值大小的因素，能够克服人为选取阈值的不足，提高辨识的精度。

为实现上述目的，本发明的技术方案是：一种电力系统低频振荡模态辨识方法，包括如下步骤：

步骤S1、获取电力系统低频振荡信号：

获取电力系统低频振荡信号z(n)，如公式(1)所示：

其中，向量z(n)＝[z₁(n),z₂(n),…,z_m(n)]^T表示观测向量；y(n)＝[y₁(n),y₂(n),…,y_q(n)]^T表示源信号；矩阵H表示未知的混合矩阵(m×q)，符号T表示转置运算符；将式(1)记为：

z＝Hy (2)

步骤S2、采用RobustIAC对低频振荡信号进行预处理：

引入分离矩阵W(m×q)，使得式(2)转换为：

Z＝Wz＝WHy (3)

通过估计分离矩阵W，使得输出的Z＝Wz包含对源信号的估计；

定义Z＝Wz＝w_i×z(i＝1，2，…，m)的峭度表达式为：

将式(4)的绝对值形式|K(w_i+μg)|作为目标函数，得到最优步长的精确线性搜索方法：