[发明专利]一种基于模态分解与稀疏时域法的低频振荡模态辨识方法

说明书

本发明涉及低频振荡模态特征辨识技术领域，且公开了一种基于模态分解与稀疏时域法的低频振荡模态辨识方法，包括利用变分模态分解对低频振荡的量测信号进行分解，改进变分模态分解，采用灰狼优化算法，对变分模态分解进行改进，利用稀疏时域法进行振荡模态及其参数的辨识，本方案，通过改进变分模态分解方法对机组低频震荡信号进行预处理，引入灰狼优化算法优化变分模态分解，求取模型的最佳分解层数和二次惩罚因子值；将降噪处理后的信号作为新的输入信号，利用稀疏时域法进行振荡模态及其参数的辨识，对于低频震荡信号有着良好的辨识精度。

技术领域

本发明涉及低频振荡模态特征辨识技术的领域，尤其是涉及一种基于模态分解与稀疏时域法的低频振荡模态辨识方法。

背景技术

随着电力网络规模的持续扩大、各地区电网之间的密切联系以及电能需求量剧增等因素，火力发电机组发生低频振荡的风险也在日益增长，特别是以水电机组为主导的电力网络，但其存在着发生超低频振荡的风险。处理火电机组低频振荡事故的关键在于能够及时准确地辨识出系统中存在的振荡模态及其参数。

低频振荡是指当电力系统受到负荷波动、设备故障等不同程度的扰动时，同步运行的发电机的转子间的相对摇摆，导致系统功角、功率、电压等电气量发生不同程度的振荡现象；这种振荡的频率通常在0.2-2.5Hz之间，因此被称作低频振荡；按照低频振荡涉及的范围，低频振荡可分为区域振荡模式和局部振荡模式；负阻尼机理、强迫振荡机理、参数谐振机理及非线性机理等是目前低频振荡产生的主要机理原因。

目前低频振荡的分析方法分为两种：电气转矩分析方法和变分模态分解；电气转矩分析方法是较早用以电力系统低频振荡分析的一种理论分析方法，对当下的电力系统低频振荡分析效果不佳；变分模态分解是一种全新的时频分析方法，具有无需平稳信号假定条件以及能自适应分解低频振荡信号的优势；将变分模态分解和稀疏时域法相结合，采用变分模态分解对低频振荡的量测信号进行分解，再进行重构从而达到降噪目的，提升稀疏时域法的模态参数辨识性能，因此，本发明提出了一种基于模态分解与稀疏时域法的低频振荡模态辨识方法。

发明内容

为了解决上述提升稀疏时域法的模态参数辨识性能的问题，本发明提供一种基于模态分解与稀疏时域法的低频振荡模态辨识方法。

本发明提供的一种基于模态分解与稀疏时域法的低频振荡模态辨识方法，包括如下步骤，

S1、采集电厂机组的A相电压幅值的振荡信号，并在该信号中添加信噪比为9.5dB的高斯白噪声作为含噪低频振荡信号作为实验数据集，根据FFT结果确定分解层数k，优选的k为4，由样本熵计算确定二次惩罚因子a，优选的a为1000；

S2、利用变分模态分解对低频振荡的量测信号进行分解；

变分模态分解通过一个自适应滤波器组将原始信号f(x)分解为k个中心频率为ω_k的模态函数u_k，其中k为预设模态分量个数，为了得到具有一定带宽频率的k个模态分量，通常对每个模态函数u_k进行Hilbert变换得到边际谱：

预估各模态解析信号中心频率，将每个模态的频谱调制到相应的基频带：

计算解析信号梯度的平方(L²)范数，估计出各模态的信号带宽，受约束的变分问题可以表示如下：

求解得到：

拉格朗日乘数λ：