基于振荡相位差的低频振荡扰动源定位方法

如何快速准确地定位扰动源是低频振荡监测与控制的重要问题。分析了扰动源影响网内机组的机理,提出了一种基于振荡相位差的低频振荡扰动源定位方法。首先利用经验模态分解提取主导振荡模式的电气量数据,再经希尔伯特变换计算出具有物理意义的振荡相位,最后通过计算振荡相位差描述两点整体的振荡相位关系。根据网络信息判据可以追溯扰动源的方位,根据电厂就地信息判据可以排查具体的扰动源机组。方法原理清晰,只需一种电气量参与计算。利用华中电网实际系统进行了仿真验证,表明方法具有较好的适用性。     

基于数据驱动随机子空间方法在低频振荡辨识中的应用

根据WAMS实测数据,对电力系统低频振荡模式进行辨识,对基于数据驱动随机子空间（SSI）辨识方法进行了研究。首先通过小波技术消去信号中的噪声分量,然后消去直流分量。利用处理后的数据构造Hankel矩阵,通过QR分解、SVD分解,利用卡尔曼滤波估计得到系统的随机状态模型,再对状态矩阵进行特征值分解,最终得到系统低频振荡模式参数。利用该方法分别对理想信号、仿真信号、电力系统实测数据进行分析。分析结果表明,基于数据驱动随机子空间方法能够准确辨识出系统主导振荡模式,可以应用于低频振荡模式的在线辨识。     

基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究

针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留更多的有用信息。对消噪后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行辨识,从而获取低频振荡各个模式参数。通过算例仿真,说明所提出的方法是可行和有效的。     

基于随机减量技术和Prony方法的低频振荡类噪声辨识

弱阻尼低频振荡是影响大规模互联电网安全稳定运行的主要因素之一。观察广域测量系统实测信号发现,电力系统正常运行过程中,因持续存在的负荷变化等随机性质的小幅扰动,导致系统响应始终存在小幅波动现象,这种类噪声信号数据量丰富且易于获得。文中提出基于随机减量技术和Prony方法实现电力系统低频振荡类噪声辨识。首先采用随机减量技术从类噪声信号中提取自由衰减信号,分析不同触发条件的适用性;进一步采用Prony方法拟合自由衰减信号,实现对系统低频振荡模式参数的估计;最后将该方法应用于处理36节点系统仿真信号和中国南方电网实测信号,证明其准确性。     

基于WAMS的南方电网低频振荡调度应对策略

南方电网区域间弱阻尼振荡已得到有效控制,但局部的以及机组原因引发的低频振荡问题仍然突出。探讨了调度运行中应对低频振荡的策略,从振荡前的预警预防和振荡发生后的紧急控制两个方面提出针对性应对措施。采用基于类噪声信号的模态参数辨识方法进行振荡前的预警预防,可摆脱对模型和参数的依赖,利用大量冗余数据提高结果可信度,在线监视区间模式和局部模式的阻尼比,实现对危险模式的预警预防。采用基于振荡能量的振荡源定位方法进行振荡事故紧急处置,可以在振荡发生后快速准确的找到振荡的起因,定位振荡源,指导调度员采取针对性的措施快速平息振荡。利用实际振荡事故说明了所提调度应对策略的流程,并验证了所提方法的有效性。     

Prony算法的若干改进及其在低频振荡监测中的应用

在广域测量系统（WAMS）下,从多角度改进Prony算法对电力系统低频振荡的监测。提出对采集信号进行分类,利用同类、非同类等多信号分析法对低频振荡进行分析;通过数据预处理和算法样本矩阵阶数控制减少噪声对算法精度的影响;提出模式能量测度分析结果中的主导振荡模式。在EPRI-36系统下进行仿真,结果表明所提方法的有效性。     

Prony算法的若干改进及其在低频振荡监测中的应用

在广域测量系统(WAMS)下,从多角度改进Prony算法对电力系统低频振荡的监测.提出对采集信号进行分类,利用同类、非同类等多信号分析法对低频振荡进行分析;通过数据预处理和算法样本矩阵阶数控制减少噪声对算法精度的影响;提出模式能量测度分析结果中的主导振荡模式.在EPRI-36系统下进行仿真,结果表明所提方法的有效性.     

电力系统低频振荡模式的自动分类研究

大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类。针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统。该系统包括特征选择和分类器两个部分,利用特征选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能。进一步的,基于南方电网简化仿真数据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息。     

电力系统低频振荡模式的自动分类研究

大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类.针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统.该系统包括特征选择和分类器两个部分,利用特征选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能.进一步的,基于南方电网简化仿真数据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息.     

基于改进EEMD滤波原理及TLS-ESPRIT算法的低频振荡模式识别

针对不稳定信号PRONY辨识的噪声敏感和辨识精度低的局陷,提出一种改进的低频振荡模式辨识方法,实现了在复杂噪声于扰情况下的低频振荡模式的准确辨识.该方法基于EEMD算法设计改进了EEMD滤波器,可以有效滤除噪声,保留更多的信号模态特征.对滤波后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行参数辨识,从而获取低频振荡各个模式信息.通过算例仿真验证了该方法的有效性.     

PMU数据用于SCADA时滤除低频干扰的方法

广域测量系统采集的相量测量单元(PMU)数据越来越广泛应用于电网数据采集与监控系统,由于PMU采用的快速傅里叶变换算法无法区分工频信号和低频干扰,PMU采集的工频变量数据中包含低频振荡扰动成分,将影响电网稳态计算和分析的正确性。为了提取PMU采集数据中的工频变量,以低频强迫振荡为例,分析了低频振荡对PMU采集工频变量的影响,利用计算PMU采集数据的上包络和下包络并求出均值的方法,提出了一种分离PMU采集数据中低频干扰以获取工频变量的方法。通过对低频强迫振荡时PMU采集的实际电网数据进行分析,验证了文中所提方法的正确性。理论分析和实际PMU数据分析结果表明,所提方法能够快速准确提取PMU采集数据中的工频变量,对于提高PMU数据在电网稳态分析和动态监测中的利用价值,具有重要意义和较大价值。     

考虑关键节点信息缺失的低频振荡扰动源定位方法

目前电力系统中相量测量单元(PMU)的配置无法满足电网整体的可观测性要求,关键节点的数据缺失是扰动源定位的一大硬伤。在结合电网数据采集与监视控制(SCADA)系统和广域测量系统(WAMS)的基础上,提出一种考虑关键节点数据缺失的低频振荡扰动源定位方法。首先定义低频振荡的耗散能量,分析耗散能量具有方向性的物理机制;然后综合PMU和SCADA的数据进行曲线回归分析,补偿缺失的关键节点数据。某电网算例结果表明,所提方法能够满足扰动源准确定位的要求。     

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。     

基于不完全S变换的低频振荡可视化实时监测方法

电网低频振荡的实时监测是有效控制低频振荡现象的前提。提出采用不完全S变换处理PMU实时数据,将隐含低频振荡信息的PMU数据波形图转换为直接显示各振荡模式下起振时刻、频率及振幅的二维时频图供调度人员参考,以实现低频振荡的可视化实时监测。为提高计算效率,采用GPU实现图形显示和不完全S变换中FFT及其逆变换的并行算法运算。实例分析结果表明,该方法能够有效识别并显示低频振荡实时特征信息,有助于调度人员进行低频振荡的实时监测,适合实际应用。     

基于差分正交匹配追踪和Prony算法的低频振荡模态辨识

根据实测数据对电力系统低频振荡模态进行辨识,有助于实现电力系统有效的阻尼控制,从而提高电网的稳定性。文中介绍了利用Prony算法辨识低频振荡模态参数的原理,针对Prony算法对噪声干扰敏感以及模型阶数辨识困难导致出现伪模态的缺点,提出了一种基于差分正交匹配追踪(DOMP)和Prony算法相结合的低频振荡模态参数辨识方法。EPRI-36节点系统和实际系统相量测量单元数据算例的仿真结果表明,所述方法能够准确地辨识出系统低频振荡模态参数。通过与Prony算法结果对比验证表明,该方法辨识结果更加准确,能够满足低频振荡模态参数辨识要求。     

一种基于信号相关性的低频振荡辨识方法

相量测量单元(PMU)被广泛用于电力系统数据实时采集和状态监测,为电力系统的稳定运行提供了可靠的信息保障。在电力系统受到扰动的情况下,动态过程中会包含低频周期性衰减成分分量,也可能体现为低频振荡。基于PMU实时采集信号,构建了一种针对低频振荡的相关辨识方法,可有效辨识系统因短时扰动而产生的低频振荡模式,并通过量化系统动态过程振荡强度来准确辨识起振时间。通过仿真计算和针对实际变电站PMU采集信号的辨识计算,验证了此方法的可行性。此方法在实际变电站受到短时扰动的情况下可在短时内准确辨识出低频振荡成分的频率、幅值、衰减系数和动态过程的起止时间等参数,并能够较好地复原系统由受扰至恢复的动态过程,为电力系统的低频振荡辨识提供了一种可行的新方法。     

基于多元经验模式分解的电力系统低频振荡模式辨识

提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition, MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function, IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。     

发电厂内强迫共振型低频振荡源的定位方法

强迫共振型低频振荡严重危害了电网的安全稳定运行,快速查找并切除扰动源对消除振荡恢复系统稳定意义重大。利用低频扰动电压的衰减特性,提出一种发电厂内强迫共振型低频振荡源定位的新方法。首先利用三次Hermite插值函数提取各个测点的低频振荡扰动变量;然后通过比较各个测点扰动电压的幅值大小定位低频振荡源机组;最后通过理论分析、六机无穷大系统的仿真分析以及某发电厂的实际相量测量单元测量数据的分析,对该方法的正确性进行了验证。     

基于WAMS量测数据的低频振荡机理分析

正确认识电网低频振荡的产生机理,对预防和控制低频振荡的产生和传播具有重要意义.针对华中电网广域测量系统(WAMS)记录的一次区域间低频振荡事件,采用Prony方法分析振荡各阶段特征,并结合电网历史小干扰事件频率分布统计情况,应用强迫振荡理论说明振荡的产生机理.分析结果表明,采用强迫振荡理论能够对本次振荡各阶段的现象作出合理的解释,迅速找到并切除扰动源是抑制此类低频振荡的有效措施.     

发电机进相深度对电力系统低频振荡的影响

根据平圩电厂进相运行到迟相运行期间相量测量单元（ＰＭＵ）记录的振荡轨线,采用小波方法提取有功功率受扰轨线的振荡频率及阻尼参数,分析发电机振荡频率与阻尼随无功功率变化规律;并采用阻尼转矩的方法分析单机无穷大系统中,发电机进相运行时系统易发生低频振荡的原因。在此基础上,进一步分析了多台发电机组同时进相运行时,可能导致联络线上无功功率大小及方向的变化,及其对区域振荡阻尼的影响,并以安徽电网为例进行了仿真验证。