建立大型同步机组励磁系统动态参数

本文提出了一套辨识大型同步机组励磁系统动态参数的技术和全部过程，它们包括辨识方法、工业试验、动态校核以及效益论证。这组技术已被成功地用于实际电力系统并可证明其技术的可靠性和可行性，能适用于电力系统的参数估计。     

电力系统机电暂态过程主导动态参数的在线辨识

电力系统机电暂态仿真模型参数的不准确导致了仿真结果和实际量测的明显差异，限制了其在线应用。多年来,基于现场试验测试的动态参数辨识技术有了长足发展，但离满足工程准确性的要求还有相当长的研究路程。基于对电力系统实际动态过程量测的动态参数在线辨识方法是解决问题的一个途径。该文从发展在线机电暂态过程仿真-预测及安全稳定控制的需要和特点出发，研究了基于PMU/WAMS的主导动态参数在线辨识的系统算法。研究表明，应用Volterra级数降阶和模式分类及映射技术，可依据较少的量测信息，对系统中的主导动态参数进行在线快速辨识，弥补了现有电力系统动态元件辨识算法用于在线时要求量测数据丰富和计算量大的问题，为实现电力系统的在线实时辨识-仿真预测并进而实现在线实时控制系统打下了基础。文中给出了EPRI36节点系统和某省网级系统的主导动态参数在线辨识仿真结果，验证了所提出方法的有效性。     

3区域互联电力系统动态等值的辨识方法

对大型电力系统采用动态等值可以显著降低计算量，并能突出主要特征。动态等值的同调等值法和模式等值法大都用于离线分析，在线动态安全分析常需要对外部系统作在线的动态等值，这时需要采用辨识等值方法：先确定系统等值模型，模型参数通过辨识获得。现代电力系统中越来越多的区域形成互联，对多区域互联电力系统的动态等值研究变得尤为重要，但以往的文献都是针对2区域系统。文中给出了3区域互联电力系统的动态等值模型，分析了模型的可辨识性，从理论上证明了：充分利用扰动前、后的稳态条件和动态过程，等值模型中所有参数均是可以辨识的。在可辨 识性分析的基础上，运用进化策略法进行模型的参数辨识，最后通过系统仿真加以验证，算例结果表明了等值模型的有效性和其参数辨识的可行性。     

Prony算法在电力系统参数辨识中的应用

电力系统安全稳定计算的关键之一是建立准确的系统数学模型以及获取符合实际的系统动态参数。系统辨识技术在电力系统中有着重要的应用价值。提出了一种基于Prony算法的参数辨识方法,首先验证了其在电力系统传递函数辨识方面的有效性,再将其进行拓展,对汽轮机调节系统参数辨识进行了研究。该方法能准确辨识出系统传递函数和模型参数,计算速度快,辨识精度高,具备在线应用的潜力。仿真结果表明,该算法在电力系统参数辨识方面是有效可行的。     

用动态神经网络辨识电力系统负荷的动态特性

利用前传神经网络和Ｈｏｐｆｉｌｄ网络构造一种具有动态特性的神经网络，并讨论了应用这种神经网络辨识电力系统负荷动态特性的方法，分析了辨识过程中应注意的问题。应用表明，文中提供的负荷特性辨识法提一种行之有效的方法。     

建立电力系统元件动态数据库

本文介绍电力系统四大元件模型和参数动态数据库的结构、内容、特点和功能。从现场试验应用辨识技术进行数据处理、模型归并、优化计算，为数据库提供了实用的电力系统元件的数学模型和参数；数据库独具特色的设计，便于模型、数据的高效管理和常规计算程序对数据的动态调用；数据库功能易于扩展，可动态调用其它数据库内容，及其它计算功能。     

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。     

系统辨识理论在电力系统中的应用

阐述了系统辨识技术的基本概念,结合电力系统实际需要,提出电力系统四大参数（发电机,励磁系统,原动机调速系统以及负荷动态参数）动态建模;着重介绍了发电机及励磁系统参数的现场测试方法。     

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。     

基于神经网络的模型跟踪自校正励磁控制研究

运用神经网络技术完成电力系统被控模型的精确在线辨识，在寻求具有良好稳定性能和强鲁棒性的参考模型基础上，完成了发电机励磁自校正调节器的设计，并通过计算机仿真给出控制结果，与固定点线性最优励磁方式相比，具有更强的稳定性能和动态品质。     

电力系统动态频率的新概念和新算法

提出了电力系统动态频率的新概念，阐述了电力系统的全系统动态频率、地区 系统动态频率、发电机动态频率以及电网中任意节点动态频率的涵义，分析了 传统“周期法”测量节点动态频率时不加任何辨识处理便试图用以表征发电机 动态频率、地区系统动态频率或全系统动态频率的局限性，并在此基础上给出 了新的动态频率测量算法，动模试验结果表明了所提算法的优越性。     

基于Volterra模型的电力系统主导动态参数选择

电力系统暂态仿真的模型参数不准确导致了仿真结果和实际量测的差异,限制了其在线应用,而基于动态过程量测的参数在线辨识方法是解决问题的一个途径.在线参数辨识的信息量限制了参数辨识的精度,需要筛选出对电力系统动态过程影响较大的主导动态参数进行辨识.提出了基于Volterra级数的主导动态参数筛选方法,并与传统的灵敏度方法进行比较.研究结果表明,基于Volterra级数的主导动态参数选择方法避免了扰动方式的影响,更适合于主导动态参数的选择.     

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。     

基于递归连续小波变换的电力系统振荡模式辨识

提出一种基于递归连续小波变换的电力系统低频振荡模式辨识新方法。首先,探讨电力系统振荡模式辨识中小波系数选择的基本准则;然后,引入最小二乘支持向量机,通过对信号两端拟合延拓,消除小波变换中固有的边缘效应,改善小波辨识的准确性;在此基础上,将小波辨识与递归最小二乘相结合,递归更新振荡频率和阻尼比,实现电力系统模态参数的动态追踪。IEEE 68节点系统仿真数据和南方电网实测数据的辨识结果验证了所提方法的有效性和可行性。     

基于递归连续小波变换的电力系统振荡模式辨识

提出一种基于递归连续小波变换的电力系统低频振荡模式辨识新方法。首先,探讨电力系统振荡模式辨识中小波系数选择的基本准则;然后,引入最小二乘支持向量机,通过对信号两端拟合延拓,消除小波变换中固有的边缘效应,改善小波辨识的准确性;在此基础上,将小波辨识与递归最小二乘相结合,递归更新振荡频率和阻尼比,实现电力系统模态参数的动态追踪。IEEE 68节点系统仿真数据和南方电网实测数据的辨识结果验证了所提方法的有效性和可行性。     

基于WAMS的线路参数辨识在电网中的应用

广域量测系统广泛应用于电力系统动态运行状态监测,对于电力系统安全稳定运行具有重要意义。提出了基于广域量测系统(WAMS)的线路参数辨识改进方法,运用最小二乘法及归一化的输电线路模型对线路参数进行辨识,通过线路参数动态辨识进行线路参数校核以及线路跳闸事故反演分析。基于WAMS的线路参数动态辨识在线路山火预警中的应用分析表明,该方法能及时准确地监测山火对输电线路的影响并提供预警,具有良好的应用前景。     

基于递归连续小波变换的电力系统振荡模式辨识

提出一种基于递归连续小波变换的电力系统低频振荡模式辨识新方法。首先,探讨电力系统振荡模式辨识中小波系数选择的基本准则;然后,引入最小二乘支持向量机,通过对信号两端拟合延拓,消除小波变换中固有的边缘效应,改善小波辨识的准确性;在此基础上,将小波辨识与递归最小二乘相结合,递归更新振荡频率和阻尼比,实现电力系统模态参数的动态追踪。IEEE 68节点系统仿真数据和南方电网实测数据的辨识结果验证了所提方法的有效性和可行性。     

基于绝对潮流因子的电力系统脆弱性辩识

电力系统状态持续变化，会引起系统潮流状态与拓扑的明显差异，无法实现对离线与静态状态进行辩识的功能。为实现不同系统结构下的关键线路高效识别，选择分布因子相关度指标评价不同线路间的关联性能够达到快速识别系统故障情况下的关键线路。研究结果表明：通过IEEE 39节点的算例分析可知，利用所提方法能够达到对电力系统关键线路准确识别的效果；绝对潮流因子能够实现全面辨识的结果，从而准确辨识静态关键线路；分布因子相关度指标可以实现较快的计算速度，满足动态关键线路的辨识要求。设计方法对提高电力系统脆弱性辩识效果具有很好的实际应用和推广价值。     

基于最小二乘法引导的信赖域算法在电力系统动态负荷参数辨识中的应用

针对暂态电压稳定分析中动态负荷参数辨识问题,以考虑机械暂态过程的动态负荷模型为研究对象,结合最小二乘算法思想,构建动态负荷参数辨识模型,提出将基于二次插值的信赖域算法应用于电力系统动态负荷参数辨识中。IEEE的3机9节点标准模型仿真验证结果表明所应用的算法有效且可行。     

含电动机负荷的互联电力系统动态等值模型可辨识性分析

对大型互联电力系统进行动态等值可以显著地降低计算分析的工作量,但目前电力系统动态等值多采用简单模型,存在不能很好地反映系统动态特性的问题.为此,提出同时考虑发电机凸极效应和电动机负荷特性的动态等值模型来进行可辨识性分析.以两区域互联系统为例,首先给出计及发电机凸极特性和电动机负荷的区域系统动态等值模型,然后对非线性模型进行线性化.采用基于拉普拉斯变换的传递函数法分析模型的可辨识性.利用系统稳态条件,从理论上证明了所提出的动态等值模型的所有参数均是可以辨识的.