TLS-ESPRIT与稳定图法相结合的区间低频振荡模态参数提取

提出了基于总体最小二乘法-旋转矢量不变技术(TLS-ESPRIT)与稳定图法相结合的区间低频振荡模态参数的提取方法.首先用TLS-ESPRIT结合稳定图确定区间低频振荡信号的阶数,然后用TLS-ESPRIT算法直接对原始含噪信号精确地估计出主导振荡模态的频率和阻尼比.仿真结果表明,该方法抗噪能力强、估计精度高,克服了T...     

基于TLS-ESPRIT的同步电机参数辨识

将一种阵列信号处理方法TLS-ESPRIT(总体最小二乘-旋转矢量不变技术)应用到同步电机的参数辨识中.该方法是一种基于子空间划分的高分辨率信号分析方法,将短路电流形成HANKEL矩阵通过奇异值分解进行信号子空间和噪声子空间的划分,再通过TLS(总体最小二乘)的二次消噪处理,从而提高抗噪能力,准确提取了同步电机的瞬态和超瞬态参数.仿真结果表明,该方法与其他方法相比,具有精度高、抗噪能力强、算法简单的优点.动模试验进一步验证了该方法的可行性和有效性.     

数学形态学和ESPRIT在低频振荡分析中的应用

为了准确地辨识电力系统低频振荡模态参数,该文提出了基于数学形态学MM(mathematical morphology)和总体最小二乘法的旋转不变技术TLS-ESPRIT (total least squares-estimation of signal parameters via rotational invariance technique)的电力系统低频振荡模态参数识别新方法.首先运用基于数学形态学原理而构成形态滤波器对含有噪声的电力系统低频振荡测量信号进行滤波和平稳化处理,去除噪声,提高辨识精度;然后由TLS-ESPRIT算法辨识出电力系统低频振荡模态参数,该算法把信号分成信号子空间和噪声子空间,能够得到更符合电力系统实际的降阶模型和主导模态,有助于电力系统振荡特性分析和阻尼控制器的设计研究.数值仿真分析表明该方法的可行性和有效性.     

TLS-ESPRIT技术在电力系统谐波检测的应用

随着电力系统的发展以及非线性电力元件的大量应用,电网中的谐波状况更加复杂化.文中将总体最小二乘法一旋转矢量不变技术TLS-ESPRIT应用于电力系统谐波、间谐波的检测.该方法把含噪的谐波、间谐波信号进行采样,形成HANKEL矩阵,对HANKEL矩阵进行奇异值分解,信号划分为信号子空间和噪声子空间,然后通过总体最小二乘法进行谐波、间谐波参数的有效提取,兼具消噪的能力.数值分析结果表明该方法准确有效.     

基于SURE小波消噪和归一化奇异熵TLS-ESPRIT法的低频振荡辨识

在对低频振荡信号特征参数的提取过程中往往会存在噪声干扰和辨识算法定阶不准确的问题。针对此问题,提出了Stein的无偏似然估计(SURE)小波阈值消噪和总体最小二乘-旋转不变技术(TLS-ESPRIT)相结合的方法,用于提取振荡模态的参数。首先利用SURE小波阈值消噪技术实现对振荡信号的预处理,提升信号的信噪比,而后将处理后的信号作为新的主导信号利用TLS-ESPRIT算法进行振荡参数的辨识。在辨识算法的关键定阶问题上,提出的归一化奇异熵的定阶方法能使信号模态阶数的估计值更加接近真实值。通过对数值信号算例和PSASP中EPRI8机36节点系统算例进行仿真,并与传统算法进行对比,验证了该改进方法的可行性和精确性。     

基于EMD盲源分离算法的电力系统低频振荡模式识别

针对广预测量系统低频振荡过程中的高斯噪声干扰和定阶问题,提出了基于EMD(empirical mode decomposition)盲源分离(blind source separation,BSS)算法的单通道低频振荡信号的模式分析方法。首先将信号利用经验模态分解得到一系列本征模函数分量组合的新信号;其次针对存在模态混叠的本征模函数分量,提出利用信号周期性构造其多路信号,并利用独立分量分析消除模态混叠的有效方法;然后利用盲源分离技术--二阶盲辨识算法(second order blind identification,SOBI),处理多通道观测信号矩阵,从中提取出不同的单模式信号;最后将去噪、定阶后的信号运用最小二乘-旋转不变技术(TLS-ESPRIT)算法辨识,得到低频振荡模态参数。数值算例仿真、IEEE四机两区域仿真实验表明该算法能够有效分离源信号,相比于其他方法具有抗噪性能好、拟合精度高等优点。     

基于FastICA技术与TLS-ESPRIT方法的电力系统低频振荡模态辨识

对于目前电力系统中低频振荡参数辨识中的噪声干扰和精度问题,提出了一种新的提取低频振荡模态参数的方法,将快速独立分量分析技术(fast independent component analysis,Fast ICA)和总体最小二乘-旋转不变技术(total least squares-estimation of signal parameters via rotational invariance technique, TLS-ESPRIT)联合起来。首先运用FastICA技术对含有噪声的电力系统低频振荡广域测量信号进行预处理而达到降噪效果,而后将处理后的信号作为新的输入信号利用TLS-ESPRIT算法进行估计辨识,从而得到各个模态特征参数。通过对理想信号、EPRI-36机系统和电网实测信号仿真验证了所提方法的有效可行性,不但能够有效抑制噪声并准确地辨识低频振荡参数,而且在抗干扰性和提取精度上与传统辨识方法相比来说是有一定优势的。     

基于AOK-TFR和TLS-ESPRIT的电压闪变参数提取方法

针对统计评价的指标不能给出电压闪变具体参数的问题,将TLS-ESPRIT（总体最小二乘－旋转矢量不变技术）和AOK-TFR（自适应核最优时频分布）引入到电压闪变参数的求取中,闪变参数的提取可转化为求取一系列边频分量参数的问题。首先应用AOK-TFR进行闪变类型的判别,然后将电压信号数据形成的HANKEL矩阵通过奇异值分解进行信号子空间和噪声子空间的划分,通过TLS的再次消噪和抗干扰处理,提高了闪变参数提取的精度。仿真算例表明,在周期性和暂态电压闪变信号中,该方法仍具有较高的精度。实例分析进一步验证了该法的     

基于实测信号的电力系统低频振荡模态辨识

广域相量测量系统的应用为基于量测的电力系统稳定性分析提供了有力支持。基于动态量测信息准确地辨识电力系统低频振荡模态参数及振型,对提高电力系统低频振荡的实时监测与控制至关重要。结合经验模态分解与随机子空间辨识算法,基于发电机有功功率的动态量测信息,开展了电力系统低频振荡辨识与分析的研究。该方法能够在较短的时间从含噪信号内提取原系统真实准确的振荡信息,同时能够得到各振荡模式相应的振型,有效地克服Prony算法和自回归滑动平均算法受噪声、系统实际阶数的影响大,以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。测试系统及仿真结果验证了该方法在电力系统低频振荡分析中的可行性。     

低频振动模态参数辨识方法与预警指标研究

为实现环境激励下多通道随机响应的低频振荡模态辨识及预警,将航空航天领域用于分析航天器结构振动特性的特征系统实现算法(ERA)与随机减量技术(RDT)相结合。利用RDT从随机响应系统中提取自由振荡信号,进而采用ERA算法对得到的信号进行辨识,可获取低频振荡频率,阻尼比等参数,并将其应用于预警系统。通过仿真实验与ESPRIT和Prony方法的对比分析,表明该方法对于多通道信号能一次性进行低频振荡模式识别,并具有更高的计算速度、辨识精度和抗噪能力。该方法给多通道低频振荡模态参数辨识提供了一种更加快速准确有效的手段,能够满足电力系统低频振荡在线辨识与预警的要求,具备很好的应用前景。     

TLS-ESPRIT算法在低频振荡分析中的应用

提出了一种新的电力系统低频振荡模式辨识方法,即基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法.该算法是一种基于子空间的高分辨率信号分析方法,直接以测量数据构成的数据矩阵为基础,把信号空间分解为信号子空间和噪声子空间,能够高精度地辨识电力系统低频振荡的模式,进而可以为设计阻尼控制器提供依据.文中首先简要介绍了TLS-ESPRIT算法的基本理论,然后通过合成信号、4机2区域系统和新英格兰10机39节点系统3个算例,验证了该算法的正确性和有效性,对实现低频振荡在线/离线监测具有应用价值.     

基于总体最小二乘-旋转矢量不变技术的介损角测量算法

研究了一种测量介质损耗角δ的总体最小二乘–旋转矢量不变技术算法,它是一种基于子空间划分的高分辨率信号分析方法,把信号划分为信号子空间和噪声子空间,兼具提取基波和消噪的功能,能达到信号参数的高精度提取。通过准确提取施加在容性设备上的电压和泄漏电流的初相位计算出介损角δ。仿真结果表明,该方法计算介损角时,受电网频率波动、谐波含量、介损角大小变化的影响小,与其它方法相比是一种精度较高的介损角测量算法。     

基于快速傅里叶变换的调频引信噪声干扰抑制

噪声干扰是一种有效的压制性干扰信号,能干扰任何形式的信号检测.线性调频引信根据回波信号可有效提取目标信号,但噪声干扰的存在影响了引信获取目标信息的能力.为提高线性调频引信抗噪声干扰的能力,根据在一个调频周期内线性调频引信差频信号可近似认为为一单频信号的特点,提出基于快速傅里叶变换的线性调频引信噪声干扰抑制方法,分析了噪声干扰抑制原理,并对噪声干扰抑制效果进行了仿真.仿真结果表明,在信干比-10 dB时,仍能达到很好的噪声干扰抑制效果.     

基于SSI-LS的电压闪变参数提取新方法

为精确检测出电压闪变参数,提出了基于随机子空间辨识（SSI）与最小二乘法（LS）的电压闪变参数提取方法。首先采用稳定图法确定系统的阶次,然后利用随机子空间辨识得到频率,最后利用最小二乘法估计出幅值与相位,从而实现了电压闪变参数的检测。分别针对噪声背景下简单闪变、含高次谐波的电压闪变、含频率相近调幅波的多频闪变和现场实测数据进行分析,仿真结果表明：SSI-LS方法不受谐波和调幅波个数的影响,有效提取了以上信号的参数,且该方法抗噪能力强、计算速度快、检测精度高,特别对频率相近的闪变信号具有较高的分辨率。仿真计算和实例分析均验证了该方法的可行性与有效性。     

中压电力线通信自适应OFDM系统背景噪声抑制技术研究

针对中压电力线通信自适应OFDM系统缺乏抗噪声干扰措施的问题,介绍了一种低复杂度的子空间迭代算法用以抑制背景噪声。该方法基于子空间理论来分解含噪OFDM信号的特征空间,并在信号失真最小的约束条件下,应用拉格朗日最优极值法来获得理想信号的最佳估计。针对经典子空间方法求特征值分解时的高计算量,该方法采用重复一维子空间迭代的办法来降低计算复杂度。构建了结合信噪比门限与注水原理的自适应OFDM系统,并仿真比较背景噪声抑制前后的系统性能。结果表明,该方法能够进一步改善误比特率性能,提高信噪比。应用该方案可优化自适应OFDM系统在PLC中的应用。     

总体最小二乘–旋转矢量不变技术在电压闪变参数提取中的应用

将总体最小二乘－旋转矢量不变技术(total least squares- estimation of signal parameters via rotational invariance technique,TLS-ESPRIT)引入到电压闪变参数的求取中,闪变参数的提取可转化为求取一系列边频分量参数的问题。对于电压信号数据形成的HANKEL矩阵,通过奇异值分解进行信号子空间和噪声子空间的划分,通过TLS的再次消噪和抗干扰处理,提高闪变参数的提取精度。仿真结果表明,对于含噪声、谐波和多调幅的电压闪变信号,该方法具有较高的精度。实例分析进一步验证了该方法的可行性和有效性。     

基于小波去噪和随机子空间算法的广域低频振荡估计

电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一,提出了一种利用小波软阈值去噪技术,首先对电力系统低频振荡数据进行预处理,然后采用随机子空间算法提取低频振荡信号特征的分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数,有效地克服Prony算法、自回归滑动平均算法及希尔伯特-黄等算法受噪声、系统实际阶数的影响大以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。数值仿真及实例分析均验证了基于小波预处理技术的随机子空间算法在电力系统低频振荡分析中的可行性。     

随机子空间法在低频振荡分析中的应用

电网规模的日益扩大使得低频振荡成为电力系统稳定运行中备受关注的问题之一,文中将随机子空间法应用于电力系统低频振荡模式辨识.以状态空间模型为基础,通过随机子空间辨识得到系统的状态矩阵,由其特征值可求得信号的频率和阻尼比,再由最小二乘法可得到各分量的幅值和相角.通过一合成信号验证了算法的正确性,再利用四机两区系统的仿真数据...