首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 296 毫秒
1.
杨京  王彤  唐俊刺 《中国电力》2020,53(11):139-146
提出基于滑窗FFT(快速傅立叶变换)的次同步振荡时变幅频监测方法,对振荡信号的时变模态参数进行在线辨识。首先采用加窗插值方法减少频谱泄露和栅栏效应,降低FFT辨识误差。然后,通过时间窗的滑动对每个时间窗截取的信号进行FFT,得到振荡频率和振荡幅值的动态序列,即频率和幅值随时间变化关系,通过对时变振荡幅值的分析计算得到衰减因子的动态序列。最后,以理想非平稳信号、仿真信号及电网实测信号作为测试算例,通过与Prony和HHT算法的对比分析,表明该方法不仅不受模态混叠现象影响,而且具有一定抗噪能力,能够有效辨识随机时变振荡模态,实现次同步振荡在线监测分析。  相似文献   

2.
次同步振荡在线监测的同步提取变换和朴素贝叶斯方法   总被引:1,自引:0,他引:1  
目前基于相量测量单元(PMU)实现次同步振荡在线辨识和告警存在的问题有:参数辨识一般只辨识频率、幅值,不辨识衰减因子;告警阈值的确定需要人为经验,导致告警判据的快速性和可靠性难以保证。针对上述问题,提出将同步提取变换(SET)和机器学习方法——朴素贝叶斯(NB)方法相结合的次同步振荡在线监测方法。SET可以快速、准确地辨识出次同步振荡的模态参数,而NB方法可以自动实现次同步振荡在线预警。首先,通过SET对已有的历史次同步振荡数据进行辨识,将辨识得到的频率和衰减因子交由NB方法学习,并生成NB分类器。然后,当有新的PMU上传的振荡信号数据时,先采用SET辨识出振荡的频率和衰减因子,再将这些参数交由NB分类器来判断是否发生次同步振荡,并准确预警,从而实现对次同步振荡的在线监测。通过IEEE第二标准模型验证了所提方法的有效性。  相似文献   

3.
通过实时测量运行中的发电机组受电网负荷波动及噪声随机激励下的微弱转子转速响应,可以将机网振荡的模态参数(包括模态频率、阻尼和幅值)在线辨识出来。采用随机减量技术处理环境激励下的转子角位移差分信号,从而获取随机减量特征信号,该信号包含机网系统结构振荡的自由衰减响应分量;采用窄带频率滤波算法从所述的随机减量特征信号中获得各个次同步分量的时域衰减特征曲线,进而计算出当前运行方式下的不同频率的振荡模态的阻尼。采用该方法对绥中电厂1 000 MW机组的实测数据进行计算,有效辨识出绥中电厂及高岭直流区域电网的次同步振荡阻尼等模态参数。基于该方法可以实现实时的次同步振荡安全监测。  相似文献   

4.
基于同步相量数据的次同步振荡参数辨识可有效监测次同步振荡的动态过程。该文提出一种基于同步相量轨迹拟合的电力系统次同步/超同步振荡的实时参数辨识方法。通过求解超定非线性的同步相量轨迹拟合方程组,能准确得到频移基波、次同步和超同步分量的频率、幅值和相位。该方法利用各分量对应的同步相量正负频率部分耦合而成的椭圆轨迹特性,仅依据100ms的同步相量数据序列即可进行高实时性的参数辨识。所提算法相比现有算法的优势在于,一方面可辨识与次同步分量耦合的超同步分量参数;另一方面超短数据窗大幅提升了算法实时性,并克服了频谱分析法的频率分辨率受限问题。模拟同步相量测量终端(phasor measurement unit,PMU)数据和实际仿真数据的对比分析结果表明,所提方法可准确获取基波和次同步/超同步振荡参数,并有效实现次同步振荡的动态实时监测。  相似文献   

5.
提出一种基于环境噪声激励响应的微弱次同步振荡模态参数在线辨识方法。将其用于电力系统正常运行中的转子旋转振动响应和电网侧电气响应,从中提取出反映次同步振荡各模态特征的单自度自由响应分量;进而利用Ibrahim时域模态辨识法计算出各模态的频率和阻尼系数等参数。研究了用于获取自由响应分量的随机减量技术的关键参数,给出门槛值和子样本长度的推荐值,从而提高了模态阻尼的辨识精度。通过对多模态微弱响应信号进行模态预分离,从而保证幅值相差很大时的小幅值模态无缺失,提高了模态辨识的可靠性。利用上述方法和步骤,从新疆哈密地区机网正常运行中的环境激励响应中辨识出微弱次同步振荡模态的阻尼因子等参数,并实现对模态阻尼趋势的在线连续实时辨识,尤其在当前大规模新能源并网背景下,能够及时发现影响系统稳定运行的关键环节,为切实做好广域动态稳定工作奠定基础。  相似文献   

6.
利用希尔伯特振动分解(Hilbert vibration decomposition,HVD)算法适于处理时变频率信号的特性,提出一种处理非平稳振荡信号的新算法——结合HVD的信号能量分析法,并应用于电力系统低频振荡在线辨识中。首先,对通过Hilbert变换获得的解析信号进行分析和滤波,得到幅值最大分量的瞬时频率,并由同步检测获得相应的幅值和初相位;然后,通过迭代运算检测出非平稳振荡信号各分量的频率、幅值、相位;最后,运用信号能量法对通过HVD得到的各平稳信号的主导振荡模式进行识别和分离。将该算法与Prony算法、基于经验模态分解(empirical mode decomposition,EMD)的信号能量分析法进行比较,仿真测试和实例分析结果说明,此算法能够有效提取非轴对称振荡信号的主导模式,并且抗噪能力强、计算效率高。  相似文献   

7.
随着新能源发电的快速发展,大规模新能源汇集地区频繁出现次同步振荡问题,且振荡现象与串补、直流输电引起的次同步振荡不同,具有超同步谐波凸显和频率时变的特性。为了能够对新能源汇集地区中的次同步振荡信号进行准确提取和辨识,本文综合新能源汇集地区电力系统次同步振荡特性,提出了一种基于功率谱密度极值点跟踪的次同步振荡的主导次/超同步谐波检测方法,该方法能够从电气量测响应中快速准确地捕捉到微弱扰动的频率和幅值变化,为次同步振荡的预警、保护和控制研究提供科学的参考数据。通过对现场实测波形数据采用传统FFT分析方法与本文方法进行对比分析,本文提出的方法能够更好的适应频率缓慢时变的情况以及具有特定频率下更高检测精度的优点,从而验证了本文中所提方法的正确性和有效性。  相似文献   

8.
电力系统低频振荡已影响到电网的安全稳定,对此提出了一种基于加窗插值快速傅里叶变换(fast Fourier transform,FFT)模式分析法。该方法采用海明窗进行低频振荡信号加权分析以减少FFT算法的频谱泄漏,且通过对比前后两次谱分量幅值差异来确定模态阻尼因子,再利用双峰谱线插值算法减少栅栏效应的影响,同时使用多项式逼近求解主导模式的频率。仿真结果表明,该方法可有效分析低频振荡的主导模态参数,计算量较少,并对含白噪声的信号具有较好的鲁棒性。  相似文献   

9.
用改进的Hilbert-Huang变换辨识电力系统低频振荡   总被引:1,自引:0,他引:1  
马燕峰  赵书强 《高电压技术》2012,38(6):1492-1499
针对Hilbert-Huang变换(HHT)在辨识电力系统低频振荡模态时易出现的模态混叠问题,提出了利用改进HHT辨识密频电力系统低频振荡模态参数的方法。首先通过Fourier变换确定每个模态频率的大致范围;然后在利用经验模态分解(EMD)求取每个模态时,根据所求得的模态频率的密集程度,或引入屏蔽信号,或通过滤波处理的方式,以分离频率相近的模态;最后通过对每个模态的瞬时幅值和频率进行线性最小二乘拟合,得到每个模态的模态参数。利用传统的HHT和改进的HHT分别对理想信号、仿真信号以及实际录波信号进行了分析,分析结果表明该方法能够准确辨识出低频振荡的特征参数,适用于密频电力系统低频振荡的辨识。  相似文献   

10.
现有的线性化方法难以有效辨识电力系统次同步振荡模态。提出一种处理非线性、非平稳信号的阻尼正弦原子分解方法。该方法在过完备阻尼正弦原子库基础上,采用匹配追踪(matching pursuit,MP)算法对次同步振荡信号进行原子分解,并通过改进粒子群算法(improved particle swarmoptimization,IPSO)降低MP搜索过程的时间复杂度,得到表征次同步振荡信号的阻尼正弦原子参变量,完成整个次同步振荡模态参数辨识,并与改进Prony算法及快速傅里叶变换的辨识结果进行对比分析。结果表明,基于阻尼正弦原子分解的次同步振荡模态辨识方法能快速准确地辨识次同步振荡模态,且具有良好的时频特性。  相似文献   

11.
针对工程现场检测次(超)同步分量频谱分辨率稀疏的现状,文中总结现有算法工程应用的不适应性,提出快速傅里叶算法(fast fourier transformation,FFT)计算的工程化方法。首先结合低通滤波及FFT数据窗长度来消除频谱混叠的影响,再通过FFT计算结果的递减特性来消除基波频谱泄露对谐波计算的干扰,最后运用FFT修正算法消除栅栏效应的影响以准确计算次(超)同步振荡谐波的频率与幅值,同时根据FFT频谱幅值的极值出现次数来区分幅值突变的运行工况。以此为基础开发的监控装置能够满足电网次(超)同步振荡准确监控的功能要求。  相似文献   

12.
为了更加准确地进行电力系统低频振荡分析,引入了一种新的非线性、非平稳信号的处理方法-EMD(经验模态分解)的维格纳—威力分布(WVD)方法,通过EMD分解以及WVD算法处理分析非线性和非平稳电力信号的局域动态行为和特征,得到低频振荡的模态参数-振幅、频率、阻尼比、相位、开始与结束时刻。该方法准确地反映了系统所包含的多个振荡模式在时间上的变化规律以及模式之间的互相影响,并且有着高分辨率和有效地处理少量样本的短数据的优势,可提高识别能力和处理效果。通过多次试验表明该方法能够较准确地识别振荡特征。  相似文献   

13.
针对目前次同步振荡辨识方法都是在振荡已经较大程度发生时才能辨识出来的缺陷,提出了一种次同步振荡危险分量的早期辨识方法。利用EMD重组滤波的方法提取出在次同步振荡范围内的分量,将其重组后作为分析信号,对信号做希尔伯特黄变换得到各振荡分量的振荡参数和时频变化关系,根据振荡分量频率与特征频率的走势关系和阻尼比,对振荡分量的危险性做出早期判断。用理想信号验证了本文方法对振荡参数辨识的精度,并以哈密地区次同步振荡的实际录波数据验证了本文方法能够对次同步振荡做出早期预警。  相似文献   

14.
高精度FFT算法在介损监测中的理论与仿真研究   总被引:2,自引:1,他引:1  
在电力设备介质损耗在线监测中,由于对连续工频周期信号的截断和非同步采样,会给基于传统FFT的谐波分析法带来显著的误差。笔者在前人的基础之上,对高精度FFT算法进行了详细的推导,并给出了加Blackman-Harris窗插值算法的实用公式。针对实际电网频率波动引起的非同步采样,通过MATLAB软件对普通FFT算法、加Blackman窗和加Blackman-Harris窗的插值算法进行仿真。仿真结果分析表明采用加Blackman-Harris窗插值的高精度FFT算法可以有效地降低测量误差和提高监测精度,满足现场电力设备介损监测的要求。  相似文献   

15.
Prony算法可以提取稳信号的振荡频率和阻尼,但抗噪性能差,并且不能正确反映非平稳信号的振荡特性.提出用窗口傅里叶脊(WFR)分析非平稳振荡信号,其具有良好的杭噪性,WFR利用窗口傅里叶变换反映振荡信号的频域特性,以极大值点(脊点)反映信号振幅,通过窗口滑动反映振荡信号的时域特性,从而反映非平稳振荡信号的频率和阻尼时变...  相似文献   

16.
随着电网中风力发电渗透率的增加,电力系统发生次同步振荡(sub-synchronous oscillation,SSO)的可能性显著增加,报道显示次同步振荡给电力系统设备安全和稳定运行带来重大挑战,如何准确地辨识SSO参数对抑制SSO至关重要。为了利用同步测量数据并提高计算精度,减少频谱泄漏和栅栏效应对辨识的影响,提出一种利用复数域同步相量数据的SSO关键参数辨识方法。首先,通过频谱分析得到复数域含SSO信号加窗同步相量的表达式,并推导得到系统基频分量和SSO分量在频域中的特征;然后基于加阻尼Rife-Vincent窗和三点插值法计算出复数域下SSO的频率、阻尼系数、幅度和相位参数。通过辨识不同条件下的仿真信号验证所提方法的有效性。仿真结果表明,相对于传统方法,该方法能更好地抑制频谱泄露和栅栏效应,具有更高的计算精度和鲁棒性。  相似文献   

17.
针对现有次同步振荡模态提取方法在模式分辨率、动态特性和抗噪声干扰能力等方面的不足,提出一种柔性原子滤波方法。该滤波器的时频域带宽柔性可调,能根据测量需要获取较高模式分辨率和快速动态特性。该方法在次同步频带设置滤波器,每个滤波器具有相同尺度因子和带宽参数,能在次同步频带通过滤波计算获取主导模式幅值包络线和频率,再利用最小二乘法从幅值包络线中提取各模式初始振荡幅值和衰减因子,进而获取阻尼比参数。Matlab仿真算例和基于EMTDC/PSCAD的IEEE第一标准测试模型算例证明了所提方法的正确性和有效性。仿真结果证明该方法能准确辨识频谱密集的复合振荡模态,准确跟踪时变性振荡频率,且具有较好的噪声鲁棒性。  相似文献   

18.
针对模块化多电平换流器(modular multilevel converter,MMC)易与风机和弱电网相互作用导致次同步振荡的情况,文中提出一种基于MMC电容能量控制的次同步振荡抑制方法。该方法通过控制环流的零序分量来调制MMC中储存的电容能量,使得电容能量根据公共连接点频率对次同步振荡进行阻尼。基于谐波状态空间理论建立考虑能量控制的MMC序阻抗模型,从交流侧阻抗角度分析能量控制对MMC动态的影响,并研究MMC与风机和弱电网相互作用导致次同步振荡的机理。分析结果表明,能量阻尼控制抑制了MMC阻抗中次同步频段的谐振峰;风电出力过大或电网短路比过小时,MMC易出现次同步振荡;在MMC采取定交流电压与定功率控制两种情形下,文中提出的能量阻尼控制都能有效阻尼次同步振荡。此外,理论阻抗建模及控制器性能都在电磁暂态仿真中得到验证。  相似文献   

19.
基于广域测量系统的次同步振荡在线监测预警方法   总被引:3,自引:1,他引:2  
及时发现并采取措施消除电力系统中的次同步振荡,对保障机组安全和电力系统稳定运行都非常重要.结合相量测量单元的工作原理,详细分析了电力系统中次同步频率成分对同步相量测量结果的影响,指出次同步振荡的存在相当于是对同步相量的幅值和相位进行调制.在此基础上,给出了基于相量测量单元上传的同步相量测量结果和励磁电流测量结果实现次同...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号