低频振荡模式辨识中信号非线性去趋的平滑先验方法EI北大核心CSCD

基于PMU实测信号的低频振荡模式在线辨识是阻尼控制的基础,有效去除PMU实测信号中的非线性趋势才能保证模式辨识的精度。提出了基于平滑先验法的PMU实测信号非线性去趋方法。在分析平滑先验法基本原理基础上,为适应低频振荡模式辨识中信号非线性去趋要求,对其频率响应特性进行研究,确定平滑先验法的正则化参数。采用IEEE-39节点系统时域仿真信号和某电网的PMU实测信号对所提方法进行测试,并与经验模态分解法和数字滤波法进行了比较,表明该方法能够更有效地去除信号中的非线性趋势,较大幅度地提高计算速度,同时也能提高低频振荡模式辨识精度,具有较高的实际应用价值。     

低频振荡模式辨识中信号非线性去趋的平滑先验方法

基于PMU实测信号的低频振荡模式在线辨识是阻尼控制的基础,有效去除PMU实测信号中的非线性趋势才能保证模式辨识的精度。提出了基于平滑先验法的PMU实测信号非线性去趋方法。在分析平滑先验法基本原理基础上,为适应低频振荡模式辨识中信号非线性去趋要求,对其频率响应特性进行研究,确定平滑先验法的正则化参数。采用IEEE-39节点系统时域仿真信号和某电网的PMU实测信号对所提方法进行测试,并与经验模态分解法和数字滤波法进行了比较,表明该方法能够更有效地去除信号中的非线性趋势,较大幅度地提高计算速度,同时也能提高低频振荡模式辨识精度,具有较高的实际应用价值。     

基于约束EKF的低频振荡模态参数辨识

低频振荡已成为限制电力系统区域间功率传输能力的突出问题,严重影响了电力系统的安全稳定运行。为了准确有效地提取低频振荡信号所包含的特征信息,分析低频振荡信号模态构成的特点,在扩展卡尔曼滤波(extended Kalman filter,EKF)算法的基础上,结合信号自身的物理约束,提出一种低频振荡模态参数辨识方法,实现了约束条件下的低频振荡模态参数实时在线辨识。所提方法能有效避免运用EKF算法进行低频振荡模态参数辨识时收敛性差和参数越界的问题,提高低频振荡模态参数辨识的精度。最后,对不同的低频振荡信号进行仿真测试分析,结果表明该约束EKF方法不但能够实现低频振荡模态参数的约束辨识,而且较EKF算法具有更好的收敛性和更高的辨识精度。     

基于ISPM和SDM-Prony算法的电力系统低频振荡模式辨识

针对广域测量系统低频振荡辨识过程中的噪声干扰和定阶问题,提出了基于改进平滑优先方法(improved smoothness priors method,ISPM)和SDM定阶的Prony方法进行电力系统低频振荡模态辨识。首先将待处理信号经过ISPM滤波同时对高频干扰项和趋势项进行快速准确去除,然后对消噪后的信号进行SDM-Prony辨识,得到低频振荡的主导模态参数。该方法在定阶时能够根据奇异值分解的具体情况进行自动准确定阶,无需阈值的人为选取,使定阶具有自适应性。将该方法分别用于仿真信号和实测振荡信号分析,并和传统的Prony方法进行比较,该方法在拟合精度指标相差不大的情况下估计的阶数更加逼近真实阶数,并且具有运算简单、抗噪性能好等特点,可快速准确辨识出主导振荡模态信息。仿真结果表明,文中方法具有良好的实用性。     

多信号模态参数识别的小波方法

在小波分析的基础上,采用优化方法同时从多个信号提取电力系统振荡模式和模态.首先根据小波脊线处的小波系数幅值判断信号对待辨识模式的可观程度,舍去可观性较小的信号后,进一步采用优化方法协调剩余信号中的模式参数.同时,根据这些信号在脊点处的小波系数,辨识系统的振荡模态参数.由于待辨识模式在各信号中能量衰减至零的时刻不同,为便于模态分析,提出在统一的辨识区间辨识系统的模式参数.4机2区域系统和10机新英格兰系统算例表明,所提出的方法可提高振荡频率和阻尼参数的辨识精度,同时还可以获得多信号间的模态信息.     

利用改进数位演算法和经验模态分解的电力系统低频振荡信号瞬时参数的提取

为分析电力系统低频振荡的动态特性,需要提取低频振荡信号的瞬时参数,而电力系统低频振荡信号为非线性时变复合信号,因此参数提取前需要对其进行振荡模态分解。首先结合最小平方误差法提出了改进数位演算方法,以提高信号参数的提取精度;其次应用经验模态分解法对低频振荡信号进行模态分解,确定有效振荡模态;最后根据提取参数可分析电力系统低频振荡的动态特性。算例结果验证了该方法的有效性。     

基于改进小波变换方法的电力系统低频振荡参数辨识

基于多点量测数据的低频振荡模态参数辨识方法具有辨识精度高,覆盖模态信息全的特点,但是该方法存在数据量增大,计算时间冗长的问题。针对上述问题,将基于数据缩减技术的改进小波变换参数识别方法应用于电力系统低频振荡参数辨识中。该方法通过对发电机出口有功功率信号的正功率谱密度矩阵进行奇异值分解,有效识别系统的模态阶数。利用奇异值分解将待辨识信号的协方差信号进行数据缩减,充分保留信号的信息量,从而在保证计算合理及精度的前提有效地减少待辨识的数据量,进而利用连续Morlet小波变换识别电力系统低频振荡参数。通过对4机2区域系统和EPRI-36节点系统进行算例对分分析,结果表明改进的小波变换方法能够有在准确提取电力系统低频振荡模态参数的前提下,有效减少计算所用数据量,提高计算效率。     

数学形态学和ESPRIT在低频振荡分析中的应用

为了准确地辨识电力系统低频振荡模态参数,该文提出了基于数学形态学MM(mathematical morphology)和总体最小二乘法的旋转不变技术TLS-ESPRIT (total least squares-estimation of signal parameters via rotational invariance technique)的电力系统低频振荡模态参数识别新方法.首先运用基于数学形态学原理而构成形态滤波器对含有噪声的电力系统低频振荡测量信号进行滤波和平稳化处理,去除噪声,提高辨识精度;然后由TLS-ESPRIT算法辨识出电力系统低频振荡模态参数,该算法把信号分成信号子空间和噪声子空间,能够得到更符合电力系统实际的降阶模型和主导模态,有助于电力系统振荡特性分析和阻尼控制器的设计研究.数值仿真分析表明该方法的可行性和有效性.     

基于FastICA技术与TLS-ESPRIT方法的电力系统低频振荡模态辨识

对于目前电力系统中低频振荡参数辨识中的噪声干扰和精度问题,提出了一种新的提取低频振荡模态参数的方法,将快速独立分量分析技术(fast independent component analysis,Fast ICA)和总体最小二乘-旋转不变技术(total least squares-estimation of signal parameters via rotational invariance technique, TLS-ESPRIT)联合起来。首先运用FastICA技术对含有噪声的电力系统低频振荡广域测量信号进行预处理而达到降噪效果,而后将处理后的信号作为新的输入信号利用TLS-ESPRIT算法进行估计辨识,从而得到各个模态特征参数。通过对理想信号、EPRI-36机系统和电网实测信号仿真验证了所提方法的有效可行性,不但能够有效抑制噪声并准确地辨识低频振荡参数,而且在抗干扰性和提取精度上与传统辨识方法相比来说是有一定优势的。     

低频振动模态参数辨识方法与预警指标研究

为实现环境激励下多通道随机响应的低频振荡模态辨识及预警,将航空航天领域用于分析航天器结构振动特性的特征系统实现算法(ERA)与随机减量技术(RDT)相结合。利用RDT从随机响应系统中提取自由振荡信号,进而采用ERA算法对得到的信号进行辨识,可获取低频振荡频率,阻尼比等参数,并将其应用于预警系统。通过仿真实验与ESPRIT和Prony方法的对比分析,表明该方法对于多通道信号能一次性进行低频振荡模式识别,并具有更高的计算速度、辨识精度和抗噪能力。该方法给多通道低频振荡模态参数辨识提供了一种更加快速准确有效的手段,能够满足电力系统低频振荡在线辨识与预警的要求,具备很好的应用前景。     

基于经验模态分解和神经网络的微网混合储能容量优化配置

提出一种针对独立微网的超级电容/蓄电池混合储能系统(HESS)的容量优化方法。运用经验模态分解技术,将一段记录完全的非平稳风功率分解成为若干固有模态函数(IMF)。在各固有模态函数的瞬时频率—时间曲线的基础上,通过"分频频率"将原始风功率分解成高频与低频2部分,并分别采用HESS中的超级电容和蓄电池来平抑风功率的高频、低频波动分量。平抑后输入负荷侧的功率平滑度可通过平滑度指标量化。采用神经网络模型优化HESS的容量,通过成本和平滑度指标之间的折中实现HESS的容量优化配置。基于某风电场实测数据的仿真实验验证了所提方法的有效性。     

基于减载系数变化的风电机组一次调频控制

风电机组参与电网一次调频对提高高比例风电并网系统的频率调节能力具有重要意义。分析风电机组传统一次调频控制下超速减载控制的功率跟踪曲线与下垂控制间的交互影响机制,结果表明该交互影响不能充分释放风电机组减载控制储备的备用功率,削弱了风电机组的调频能力;为了消除该交互影响,提出基于减载系数变化的风电机组一次调频控制策略,并给出一次调频参数设置方法。在PSCAD/EMTDC中搭建仿真算例,结果表明,所提控制策略能够很好地消除该交互影响,其频率改善效果优于传统一次调频控制。     

基于时间尺度变换策略的幅频测量用自适应陷波器算法

现有电力信号幅频测量算法在动态条件下的测量精度和响应时间方面还有待改善,为此提出了基于时间尺度变换的自适应陷波器(adaptive notch filter,ANF)算法进行幅频测量。该算法对时间进行尺度变换,得到新时间尺度下的ANF动态方程,能够消除频率参数和滤波器之间的非线性耦合,将状态估计方程等价为线性时不变系统,并进行离散化处理。该算法能够有效消除谐波和噪声干扰,快速准确地测量动态变化的幅值和频率。算例结果验证了该方法的有效性,可满足在线测量的要求。     

同步发电机混沌振荡的模糊滑模变结构控制

为消除周期性扰动下同步发电机中的混沌振荡,使系统输出跟踪给定信号,采用模糊滑模变结构控制方法,设计混沌控制器.采用指数趋近律方法,设计切换控制律,使系统能克服扰动影响,快速到达切换面;在滑动模态,采用模糊控制规则,抑制控制中的高频抖振.仿真结果显示:加入传统滑模变结构控制器后,大约需要12.5 s,系统跟踪上给定信号,在渐近跟踪过程中,控制中出现高频振荡;加入模糊滑模变结构控制器后,在1 s内,系统跟踪上给定信号,在渐近跟踪过程中,控制中无振荡现象.     

新型50 A型智能功率模块的应用

对Fairchild公司二代SPM FSAM50SM60A（智能功率模块）在压缩机驱动系统中的应用设计做了详细研究，重点论述了自举电路、短路保护电路和过载电路的设计。实验结果表明，短路保护电流和过载保护电流限值可以通过外部电路设置，其值可调；自举电路能够为模块可靠供电；压缩机能够正常可靠地运行。     

一种考虑风电渗透率变化的AGC方法

新能源发电渗透率的提高给传统自动发电控制(automatic generation control,AGC)带来了新的挑战。数据研究表明,风电渗透率的改变会对AGC系统的参数产生影响,在此基础,提出一种基于系统补偿的AGC方法,在AGC参数不能及时在线整定的情况下,能降低对系统稳定性的影响。首先,构建含有风电的区域互联AGC系统模型;然后,讨论了当风电渗透率发生变化时,AGC系统参数的调整依据;在此基础上,设计补偿环节与传统模型预测控制器(model predictive controller,MPC)形成串联结构,以消除当风电渗透率发生变化时,由于参数不匹配对AGC效果的不利影响;最后,通过仿真验证了所提方法的可行性和有效性,仿真结果表明:当风电渗透率发生变化时,通过补偿环节参数的调整能够有效消除其对系统参数的影响,从而获取更好的频率控制效果。     

船舶岸电系统中变频电源控制参数辨识方法

从"岸侧主网—变频电源—船舶系统"三者一体化的角度出发,以变频电源控制技术为核心,提出了一种基于优先级排序和权重阈值的变频电源控制参数辨识方法,用于不同工况下的变频电源控制参数寻优。仿真结果表明,所提方法有利于寻找不同工况下的变频电源最优控制参数,实现对船舶岸电系统变频电源的灵活控制。     

电功率微机测量新算法

研究一种基于时域积分的电功率数字测量新算法。算法先将有功功率、无功功率的测量,转化为对瞬时有功功率和瞬时无功功率的直流分量的估计,然后基于加窗离散傅里叶变换(discrete Fourier transform, DFT)和离散傅里叶逆变换(inverse discrete Fourier transform, IDFT)实现Hilbert变换,将周期电压信号各频率分量准确移相90°,最后利用矩形自卷积窗,设计高性能FIR梳状滤波器,高效率地滤除瞬时功率信号中的基波及谐波分量。算法实现了在采样存在同步误差时有功功率和无功功率的高精度估计,仿真和科研实践验证了算法的可行性和有效性。     

动态匹配超声波换能器谐振电感的方法与实现

针对按固定谐振点匹配超声波换能器中电感参数存在的缺点,应用耦合振荡法建立换能器的匹配电感与耦合频率之间的数学模型,给出利用这一模型与耦合工作频率之间的关系,动态选择换能器匹配电感的方法.利用调谐电抗器使匹配电感随耦合谐振频率变化,并据此设计出实现这一原理的超声波逆变电源.实验结果表明,采用可变电感匹配方法的超声波电源能够兼顾谐振效率和次级最大功率输出,具有实际的应用价值.     

谐波小波变换在电力系统谐波检测中的应用

谐波小波方法是近年来发展起来的一种新的信号处理方法,鉴于谐波小波任意频段的"细化"能力,将其应用于噪声环境下电力系统谐波及间谐波检测中。首先对信号频谱进行分析确定尺度参数,然后运用谐波小波方法实现各谐波分量的分离,同时计算出各谐波分量的瞬时幅值和频率,并对结果进行最小二乘法拟合,以提高精度。数值分析结果表明该方法准确有效。