电力系统传递函数的通用Prony辨识算法

全国电网互联使电力系统的规模越来越大、运行状态越来越多变,研究基于广域测量数据的系统模型在线辨识方法成为电力系统在线分析及广域控制的重要理论问题。考虑初始状态对系统输出的影响,提出一种电力系统传递函数的通用普罗尼(Prony)辨识方法,同时给出激励信号和数据采样参数的选取原则。该算法允许待辨识系统初始状态非零,可采用任意类型的激励信号,并能综合处理多时段数据。辨识4机2区域系统和新英格兰系统的传递函数模型,仿真分析结果表明,通用Prony辨识方法能准确辨识初始状态和传递函数,计算速度快且几乎不随系统规模而变化,辨识方法具备在线应用的潜力。     

Prony算法在汽轮机调节系统参数辨识中的应用

在动态频率异常和频率不稳定性研究中,建立原动机及其调节系统准确的数学模型是极其重要的。原动机调节系统模型建立应借助于辨识建模。基于这种考虑,针对汽轮机调节系统,提出一种基于Prony算法的参数辨识方法,利用Prony算法辨识系统传递函数原理,通过对系统特征根和留数进行分析以达到对汽轮机调节系统进行参数辨识的目的。利用该方法编制了程序,并将其应用于所建调节系统模型中,在Matlab及其Simulink中进行了仿真分析。辨识结果表明,这种辨识算法具有计算速度快、辨识精度高、程序通用性强等优点,为汽轮机调节系统的参数辨识提供了一种有效的方法。     

Prony算法在电力系统负荷动态模型辨识中的应用研究

提出了电力系统负荷动态模型辨识的Prony算法，给出了该算法所需要的Prony模型，并对传 统Prony算法进行了发展。实际算例的数值试验结果显示了该算法对于负荷动态模型辨识的 有效性和准确性。     

Prony算法在谐波、间谐波参数辨识中的应用

准确有效地确定信号中各次谐波及间谐波分量的参数,对于改善电能质量具有重要的意义。文中提出了一种应用于谐波和间谐波在线参数辨识的Prony算法改进方案。该方案由于使用QR分解算法求解方程组,减小了算法的计算耗时,提高了算法的稳定性。其次文中提出了自适应采样频率的方法、模型阶数和时间窗的选取原则,以及提取真实频率成分的可靠方法,使Prony算法具有更高的辨识性能和可靠性。经过电弧炉电流信号的分析说明,文中所提出的方法可以大大缩短Prony算法的计算耗时,提高Prony算法在线谐波参数辨识的可靠性。     

基于迭代Prony算法同步电机参数的辨识

获得准确的同步电机参数是研究、分析电力系统运行和控制系统设计的前提。为解决当前在工程实际应用中瞬态参数求解的方法中所存在的数据处理精度不高、误差大等问题,引入一种具有一定抗噪能力的迭代Prony算法。Prony算法直接提供按指数规律衰减信号中各种分量的频率和幅值,更加切合电力系统暂态变量的特点。运用该算法对同步电机的瞬态进行参数辨识。数值仿真分析表明,在过滤了直流分量和信噪比20 dB的情况下,该方法能精确地辨识出同步电机的瞬态参数,因此,也验证了该算法的有效性。该方法有进一步研究和工程应用价值。     

Prony法在同步发电机参数辨识中应用

提出在同步发电机短路试验中应用Prony法实现参数辨识。用Prony法对三相短路电流实测数据进行指数函数的最小二乘拟合,可确定同步发电机的大部分参数。同步发电机参数辨识分4步实现:确定Prony法中的拟合模型阶数、采样总数和采样间隔;对空载三相短路电流进行实测或录波;利用Prony法辨识三相短路电流中各分量对应的特征量;利用所得特征量辨识同步发电机参数。通过对算例发电机进行数值辨识,结果表明该方法的有效性。研究结果显示:取采样时间间隔约为2ms时,辨识效果好;辨识精度与算法中拟合模型阶数、采样时间间隔和采样总数有关,并受信号中噪声的影响,需加以改进。     

基于小波变换和Prony算法的同步电机参数辨识

将小波变换应用于同步电机瞬态参数测量，通过对采集到的同步电机三相突然短路电流进行小波变换，降低了信号的采集噪声，分离出了短路电流中的直流分量和基波电流分量，辨识出电机的瞬态参数和非周期分量时间常数，并提出利用扩展的Prony算法辨识电机的超瞬态参数。仿真分析和实机试验表明了所提出的方法是有效的。     

基于Prony算法的发电机励磁系统参数辨识

阐述了发电机励磁系统参数辨识的原理。基于Prony算法提出了一种工程上便于应用的发电机励磁系统参数辨识新方法。指出该方法的优点是根据励磁系统输入、输出响应信号直接在时域上实现参数的辨识。在Matlab/Simulink中的仿真结果表明,该算法能准确的辨识出励磁系统各个环节的参数,具有精度好、运算率高、程序通用性强等优点。     

基于小波变换和Prony算法的同步电机参数辨识

将小波变换应用于同步电机瞬态参数测量，通过对采集到的同步电机三相突然短路电流进行小波变换，降低了信号的采集噪声，分离出了短路电流中的直流分量和基波电流分量,辨识出电机的瞬态参数和非周期分量时间常数，并提出利用扩展的Prony算法辨识电机的超瞬态参数。仿真分析和实机试验表明了所提出的方法是有效的。     

同步发电机短路故障参数的扩充Prony算法辨识

针对同步发电机短路故障问题,在分析同步发电机短路电流信号特点的基础上,提出了基于扩充Prony算法的同步发电机三相短路电流分段分析方法,建立了同步发电机突然三相短路电路模型。通过仿真分析得到拟合误差曲线以及A、B两相短路电流的模态信息。仿真结果表明:算法能够有效的提取各相电流信号的幅值、频率、相位和阻尼参数等模态信息,信号拟合精确度在10-5以上,是一种有效的同步发电机短路电流分析算法。     

基于EMD和Prony算法的次同步扭振模态参数辨识

从瞬时转速测量数据中有效提取次同步扭振信号,并准确地辨识模态参数,仍有一定的技术难度。提出了通过EMD预处理提取次同步扭振信号,并进行重采样处理,再通过Prony算法辨识次同步扭振模态参数的方法。采用该方法对某电厂扭振实测数据进行了应用分析,并与基于传统滤波器以及小波滤波器的Prony分析结果进行比较。研究表明所提方法能够有效提高次同步扭振模态参数辨识的精度。     

基于 EMD 和 Prony 算法的同步电机参数辨识

Prony 算法是一种线性系统时域模态参数识别方法,对分析数据的噪声非常敏感,对输入信号要求较高.鉴于此,将经验模式分解(empirical mode decomposition,EMD)与Prony 算法相结合的方法应用到同步电机参数辨识中.利用EMD 的分解能力,对采集到的同步电机三相突然短路电流进行时空滤波和平稳化处理,除去高频噪声 IMF 分量,然后用 Prony 准确辨识出同步电机的瞬态和超瞬态参数.仿真试验结果表明该方法具有精度高、抗噪性强等特点.     

基于改进Prony算法的电力系统低频振荡模式识别

提出了一种新的改进Prony算法,该算法将待求振荡幅值作为权值,基于神经网络进行训练,实现对电力系统低频振荡模式的识别。该算法避免了Prony算法在实际计算中矩阵呈病态以及通过矩阵求逆计算幅值和相位时精度不高的问题,克服了传统Prony算法抗干扰较差的问题。仿真结果表明,该改进Prony算法能有效去除干扰,能可靠、准确地识别主导模式,计算量少,适用于识别含有噪声且采样点数多的振荡信号。     

基于改进的Prony算法在线辨识电力系统低频排振荡模式

基于传统的Prony算法对输入信号要求较高,同时对分析数据的噪声非常敏感,提出了一种改进的Prony算法,对在线获取的信号进行快速拟合,从而分析出信号的振幅、阻尼比、频率和相角等信息.改进的Prony算法的拟和精度在36节点的多机系统中进行验证,该算法输入信号是基于广域测量系统提供的各机组功角变量.仿真计算结果表明,该改进算法可实现低频振荡主导模式的在线辨识.     

基于改进多信号Prony算法的低频振荡在线辨识

提出了适合低频振荡在线辨识的改进多信号Prony算法。首先通过小波变换消除各信号的噪声，然后消去直流分量，建立多信号的样本函数矩阵，通过奇异值–总体最小二乘法对Prony算法进行改进，分离信号空间和噪声子空间，确定信号的阶数，最后利用最小二乘法进行辨识。利用传统Prony算法、改进单信号Prony算法和改进多信号Prony算法对理想信号、仿真信号以及实际录波信号进行了分析，分析结果表明利用改进多信号Prony算法同时对多信号进行分析能够提高辨识的精度，缩短运算时间，辨识阶数及辨识结果均优于传统算法，适合于低频振荡的在线辨识。     

基于FastICA和Prony算法的低频振荡参数辨识

传统Prony算法进行参数辨识存在对信号噪声非常敏感的缺点,同时对输入信号有较高的要求。因此,本文首先介绍独立分量分析(Independent Component Analysis,即ICA)和FsatICA基本原理,然后提出将FastICA算法和Prony算法相结合的低频振荡参数辨识方法。该方法首先以广域测量信号作为输入信号,然后利用FastICA方法对输入信号进行预处理而达到降噪,最后利用Prony算法对滤波后的信号进行分析得到电力系统低频振荡参数。通过对理想信号和四机两区算例分析,验证了此方法在FastICA去噪之后,能够提高Prony提取低频振荡参数辨识的准确性、快速性和抗噪能力。     

基于斐波那契树辨识算法的区域电网调速系统参数辨识

当前电网中单通道输送功率占比较高,电网出现大功率扰动的概率增大,频率稳定问题重新引起人们的关注。针对目前电力系统频率特性仿真准确度不足的问题,引入具有全局和局部交替寻优特点的斐波那契树优化算法,用于区域电网调速系统参数整体辨识。通过限制树的结构深度、调整全局搜索策略等调整,提高全局寻优能力和收敛速度,使算法适用于参数辨识工作,形成斐波那契树辨识算法。基于实测频率响应曲线,运用该算法对区域电网原动机及调速系统参数进行整体辨识,并进行了多算法对比分析。仿真结果表明,斐波那契树辨识算法应用于此领域具有较好的适用性与优越性。