基于Prony辨识的次同步阻尼控制器研究

发展了基于Prony算法的辨识系统传递函数的方法,将其用于交直流混合输电系统的次同步振荡模式分析和阻尼控制设计,通过对输出信号动态时域数据的Prony辨识得到了系统的等值降阶线性模型,分析出次同步振荡的模式,在此基础上采用极点配置方法设计出抑制次同步振荡的附加直流阻尼控制器.设计步骤为:在待研机组电气距离较近处施加低幅短时间的负荷扰动,对该机组的转子角速度暂态响应进行Prony辨识,获取系统的降阶线性传递函数模型,对于选定的极点,对阻尼控制器的参数取一估计值,配置阻尼控制器后,重复Prony辨识过程,并依据辨识结果调整阻尼控制器参数,直至闭环系统的Prony辨识极点与选定的极点相近.EMTDC仿真结果证明了该方法的有效性.     

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Prony算法的发电机组间功率低频振荡在线辨识新方法

针对Prony算法抑噪能力差、计算效率低的问题,分析Prony算法的原理和主要参数的选择策略,提出一种基于Prony算法的发电机组间功率低频振荡在线辨识新方法,从模型有效阶数确定、AR参数估计、数据预处理等方面说明该方法的计算步骤,通过算例仿真及结果分析,认为该方法能够满足电力系统低频振荡在线辨识的需要。     

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。     

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。     

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。     

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。     

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。     

基于Prony算法的电力电缆极化等效电路参数辨识

为了解决当前XLPE电力电缆绝缘扩展Debye模型参数辨识中的问题,提出了一种基于Prony算法的参数辨识方法。首先利用去极化电流数据构建样本矩阵Re;然后根据样本矩阵Re的奇异值来确定扩展Debye模型弛豫支路数;最后用去极化电流数据构建新的样本矩阵R来进行扩展Debye模型的等效电路参数辨识。通过仿真和实测分析,证明该方法能有效地辨识扩展Debye模型的等效电路参数,且采用该方法辨识得到的最大时间常数可以作为表征热老化电缆绝缘老化程度的特征量。     

Nonlinear state space model identification of synchronous generators

A method for identification of a synchronous generator is suggested in this paper. The method uses the theoretical relations of machine parameters and the Prony method to find the state space model of the system. Such models are useful for controller design and stability tests. The proposed identification method is applied to a third order model of a synchronous generator. In this study, the field voltage is considered as the input and the active output power and the rotor angle are considered as the outputs of the synchronous generator. Simulation results show good accuracy of the identified model.     

基于Prony方法的电力系统振荡模式分析及PSS参数设计

Prony分析是获取系统振荡模式的一种非常有效的分析方法,它可以通过给定输入信号下的响应直接估计系统的振荡频率、阻尼、幅值和相对相位。文章介绍了基于Prony分析的电力系统等值线性模型的辨识方法,对传统的Prony方法进一步扩充,考虑了输入信号对输出信号的影响,得到了系统的传递函数,并根据其相应留数,采用留数方法对电力系统稳定器(PSS)进行了参数的协调配置。两个算例的仿真结果证明了该方法在系统振荡模式分析和PSS参数设计中的有效性。     

基于迭代Prony算法的高精度谐波检测

扩展Prony算法在无噪声和高信噪比情况下能精确检测到电网中非整数次谐波,本文针对扩展Prony算法抗噪的弱点提出运用一种迭代Prony算法对电力系统整数和非整数次谐波进行检测,在信噪比20dB有很高的精度.数值仿真验证了本算法的有效性.     

两种电力系统低频振荡波形分析方法比较

准确辨识低频振荡波形的主导模式参数对于有效抑制低频振荡,保障系统安全稳定运行具有重要意义。从抗噪声干扰性能、辨识频率相近主导振荡模式的分辨率以及动态特性三个指标对常用于低频振荡波形分析的基于总体最小二乘法-旋转不变技术参数估计法(Total Least Squares-Estimation of Signal Parametersvia Rotational Invariance Techniques,TLS-ESPRIT)和Prony方法进行比较分析。MATLAB仿真结果表明,TLS-ESPRIT方法和Prony方法均具有较高的频率分辨率,TLS-ESPRIT的抗噪声干扰能力以及动态特性优于Prony方法。     

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。