基于HHT的电力系统低频振荡分析

论文将一种新的非线性、非平稳信号的处理方法- HHT(Hilbert-Huang transform)方法,应用于电力系统低频振荡分析之中。该方法克服了傅里叶算法和Prony算法难以处理非平稳信号的缺点,并克服了小波算法中小波基难选取的问题。HHT方法可以从非平稳的低频振荡信号中准确地提取动态振荡特性以及丰富的系统故障暂态信息,从而进一步揭示各振荡模式之间的非线性作用。同时该方法具有分辨率高并能有效地处理样本数少的短数据的优点,因此该方法可以用于在线分析和控制器设计之中。仿真结果表明了该方法的有效性。     

HHT在电力系统低频振荡模态参数提取中的应用

针对目前电力系统低频振荡的分析局限于用线性化方法来处理而导致的分析结果不精确，甚至不尽合理，提出基于希尔伯特-黄变换(HHT)的提取电力系统低频振荡模态参数新方法。首先运用HHT中的经验模态分解(EMD)实现各低频振荡模态分量的有效分离，并对各模态分量进行希尔伯特(Hilbert)变换、计算其相对应瞬时幅值、瞬时频率及相位；其次运用该文推导的阻尼比计算公式提取各振荡模态分量阻尼比，从而实现低频振荡模态参数的有效提取。同时对超低频振荡的产生机理给出一种新的解释，该方法有助于分析电力系统强非线性振荡模态及阻尼控制器的设计研究。数值仿真及实例分析均表明该方法的可行性和有效性。     

基于MEMD和HHT的电力系统低频振荡模式识别方法研究

提出了一种基于多元经验模态分解(Multivariate empirical mode decomposition,MEMD)和希尔伯特黄变换(Hilbert-Huang Transform,HHT)相结合的电力系统低频振荡模式辨识新方法。针对经验模态分解(Empirical Mode Decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,引入MEMD方法对多通道量测信号进行分解处理,获取各通道中表征不同频率尺度的固有模态函数(Intrinsic Mode Functions,IMF)分量,实现多通道量测信息的协同分解。在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF。针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比。最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对所提方法进行分析、验证。结果表明了所提方法的准确性和有效性。     

HHT算法在电力系统低频振荡模态辨识中的应用

针对电力系统低频振荡信号的非线性、非平稳特征,提出了一种新的处理方法——希尔伯特-黄变换(HHT)。该方法能够克服传统分析难以处理非平稳信号的缺点;利用其中的经验模态分解(EMD)对信号模态分量的有效分离,对分量进行Hilbert变换,得到相应的参量。通过计算实现对振荡信号的模态参数的辨识与提取,因此该方法能够应用到阻尼控制器的设计中。仿真结果表明该控制器能有效地抑制电力系统低频振荡,提高了系统的安全稳定性。     

基于APIT-MEMD的电力系统低频振荡模式辨识新方法

传统多元经验模态分解(Multivariate Empirical Mode Decomposition, MEMD)在处理多信道量测信息时存在量测信道之间数据不平衡性及数据相关性导致的主导振荡模式辨识结果误差较大,且模式混合现象未有效消除。提出了一种基于自适应投影多元经验模态分解(Adaptive-Projection Intrinsically Transformed Multivariate Empirical Mode Decomposition, APIT-MEMD)的电力系统主导振荡模式辨识方法。首先采用APIT-MEMD将含有振荡信息的多信道量测信息整体分解,精确分离出各量测信道内含有振荡模式的固有模态函数(Intrinsic Mode Functions, IMF)信号。然后,采用Teager能量判据甄选能表征主导振荡模式的IMF信号。进而,采用希尔伯特黄变换(Hilbert-Huang Transform, HHT)实现对各IMF中所含主导振荡模式的频率和阻尼比估计。最后,将所提方法应用到IEEE-68节点时域仿真算例和辽宁电网广域实测算例中进行分析和验证,结果表明所提方法的可行性和有效性。     

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号（电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等）和谐波（整数次谐波和间谐波）进行检测及时频分析的新方法.该方法由经验模态分解法（EMD）和Hilbert变换（HT）两部分组成.通过EMD得到固有模态函数（IMF）后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值.通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率.仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果.     

EMD法在提取电力系统低频振荡特性中的应用

经验模态分解方法是一种全新的非平稳信号分析方法,根据低频振荡信号的非平稳特性,介绍了经验模态分解方法应在低频振荡特性分析中的应用。仿真结果表明,该方法可以准确提取系统的低频振荡特征。     

适用于低频振荡信号参数辨识的ACMD算法

针对由于低频振荡信号存在模态耦合现象导致参数辨识结果不精准问题,本文提出一种适用于互联电网低频振荡信号参数辨识的自适应啁啾模态分解方法.首先,利用自适应啁啾模态分解从低频振荡信号中分离出各个振荡分量;然后,用Hilbert变换实现对各个分量的参数辨识;最后,对自合成测试信号、实测数据加以分析,并与经验模态分解和Pron...     

影响HHT方法辨识低频振荡模式参数精度的技术分析与改进

针对影响HHT方法辨识精度的端点延拓、包络插值、模态混叠、阻尼损失等技术问题进行了详细分析,并且分别提出混合端点延拓法、B样条插值法、多分辨小波分析法、能量因子筛分控制法,提高低频振荡模式参数的辨识精度。最后通过仿真算例的测试分析,验证了提出的技术改进方法的可行性和有效性。     

希尔伯特-黄变换在电力系统中的应用

详细分析了Hilbert-Huang变换在电力系统谐波检测、电力系统低频振荡以及在电力系统局部电晕放电数据处理中的应用现状。最后指出,Hilbert-Huang变换克服了其他方法在信号处理中的弱点,它是一种处理非线性、非平稳信号的有效方法,有利于电力系统的信号处理。     

低频振荡中的非线性奇异现象

针对近年来电力系统低频振荡中出现的非线性奇异现象,阐述了发生这种现象的机理,并在文献１ 的基础上,把发电机的模型扩展到四阶。针对多个系统运行参数,分析了电力系统低频振荡中的非线性奇异现象,得到了与常规线性化分析不同的新结论,即增幅性振荡的范围将扩展到Ｓ平面的左半平面,稳定域由于亚临界分歧的出现将缩小     

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析

针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。     

基于改进希尔伯特-黄变换算法的电力系统低频振荡分析

作为一种非线性时变信号处理方法,希尔伯特-黄变换(Hilbert-Huang transform,HHT)已经被应用到电力系统低频振荡的分析中.分析经验模态分解(empirical mode decomposition,EMD)过程中存在的端点效应和模态混叠现象.针对EMD分解过程中的端点效应问题,通过4种端点延拓方法的比较,得出适合电力系统低频振荡信号分析的延拓方法.在介绍频率偏差法基本原理和适用范围的基础上,提出利用频率偏差法来解决EMD分解中存在的模态混叠现象,并建立基于极值点对称延拓和频率偏差原理的改进HHT算法.测试信号和仿真算例证明频率偏差法可有效地解决信号在EMD分解过程中的模态混叠现象,扩大了HHT在低频振荡信号分析中的应用范围.     

考虑GRC的多区域电力系统负荷频率分散控制

本文讨论了将突迭分解分散控制理论应用于区域性电力系统的负荷频率控制(LFC)的可行性,并提出了一种新的控制系统设计方法。该方法不仅保持了交造分解分散控制的一切优点,考虑了发电速度的限制,而且有效地改善了控制系统的动态品质。对两区域电力系统进行的LFC系统设计及仿真,结果表明本设计方法是可行的,且具有一定的优越性。     

基于Prony算法的电力系统低频振荡分析

介绍了电力系统中常见的低频振荡现象,指出了各种常用的信号分析方法在分析低频振荡时存在的不足。然后探讨了Prony算法在实际应用中所需要解决的问题,进而提出各种改进措施来提高算法的精度。最后利用特征分析法找出了仿真系统发生低频振荡的某些原因,并采取有效的控制措施抑制低频振荡,保持系统稳定运行。     

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.     

基于希尔伯特-黄变换的电力系统低频振荡的非线性非平稳分析及其应用

研究了基于希尔伯特–黄变换法从广域测量系统的实测数据中提取电力系统时变振荡特性的一种实用方法。该方法能够分析非线性、非平稳信号的局域动态行为和特性,更好地反映振荡过程中所包含的多个模式随时间的变化规律以及模式间的相互影响,还可提高识别能力和处理效果。在贵州电网的初步实验结果证明了该方法的有效性。     

一种基于富氏滤波原理的电力系统频率测量方法

提出了一种利用富氏滤波器的输出测量电力系统频率的算法。该方法采用了一种简化处理方式以消除正、余弦滤波器幅值增益不同的影响，减小了计算量和响应时间，仿真结果表明，该算法不受电压过零点的影响，具有比较高的测量精度。     

基于Prony方法的电力系统低频振荡分析

电力系统低频振荡时常发生,准确提取振荡频率成为抑制其发生的前提。介绍了Prony方法的计算过程以及如何提高Prony分析方法的准确性,通过与电力系统中已有算法的比较,分析了Prony方法在电力系统中的适用性。成功的应用Prony方法检测到了PSASP中8机系统的主导低频振荡模式,算例结果表明,该方法实用、有效、准确性较高,完全能满足实际应用的需要,是一种有效的工具。     

基于广义形态滤波与改进矩阵束的电力系统低频振荡模态辨识

针对当前互联电力系统中越来越严重的低频振荡现象,提出一种高精度低频振荡模式辨识方法来克服现有方法的一些不足。该方法基于广义形态开、闭运算设计了新型广义形态滤波器,可以有效地去除噪声,较好地保留信号的原有特征;低频振荡信号通过该滤波器滤波后再使用改进矩阵束算法进行模式辨识,可以获得高精度的各个模式参数。对于辨识算法的关键定阶问题,采用归一化奇异熵定阶方法,该方法能在系统拟合精度指标相差不大的情况下使模态阶数的估计值更加接近真实值,提高了辨识的准确性。通过仿真算例、测试系统及电网实际案例验证了本文提出的方法的有效性和可行性,为电力系统阻尼控制和电网的稳定运行提供了有效依据。