基于EEMD和Prony方法的低频振荡类噪声辨识

针对Prony算法抗干扰差,对输入信号要求较高的缺点,提出一种基于总体平均经验模态分解(EEMD)结合Prony算法的低频振荡类噪声模态参数辨识方法。首先利用EEMD有效对抗模态混叠的能力依据频段大小对原始类噪声信号进行线性化处理得到IMF分量,根据IMF能量权重比的大小找到主导模式分量,最后对这些分量进行Prony分析得到信号的模态参数。与传统Prony方法相比,该方法具有良好的抗噪性,同时可以减少模型阶数,从而提高计算速度。通过对四机两区系统类噪声信号和四川电网仿真信号的模态辨识,验证了此方法的有效性和优越性。     

基于CEEMD-WPT和Prony算法的谐波间谐波参数辨识

由于传统Prony算法对噪声极为敏感,因此采用互补集合经验模态分解(CEEMD)和小波包变换(WPT)相结合的去噪方法改善信号,提高Prony参数辨识的精度。首先对信号进行CEEMD分解得到固有模态函数(IMF),并对得到的IMF分量计算其排列熵(PE)值,根据排列熵值提取出含噪声较大的分量进行小波包去噪。然后将去噪重构后的IMF分量与剩余IMF分量重构信号。最后用Prony算法辨识重构后信号的参数。对所提算法进行仿真,并与已发表文献中的结果进行比较。仿真与比较结果表明,该算法是有效的,而且具有较好的辨识结果。     

基于EMD的Prony算法在低频振荡模态参数辨识中的应用

Prony算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,提出将EMD和Prony算法有机结合的电力系统低频振荡模式的辨识方法。该方法以广域测量信号作为输入,首先利用EMD对非平稳、非线性信号的能力进行分解,通过能量权重比找出含有主导振荡模式的IMF;最后利用Prony算法对其进行分析后获得电力系统低频振荡模态参数,扩展了Prony法应用范围。通过对PSASP仿真轨迹的算例分析,验证了此方法提取非轴对称振荡信号主导模式的有效性,并通过与特征根分析进行比较,表明了此法能相对精确地进行振荡模式辨识,同时又有很好的复合模式分离能力和良好的抗噪能力。     

HHT和Prony算法在电力系统低频振荡模态识别中的应用

电力系统的大规模互联使低频振荡现象越来越突出,如何准确识别低频振荡模式成为需要解决的重点问题。将Hillbert-Huang变换(HHT)与Prony算法的优点相结合,先利用HHT将实测信号分解为若干个本征模态函数(IMF)分量,再利用Prony算法在含有低频振荡信息的IMF分量中提取模态参数。通过算例分析确认,HHT与Prony算法相结合,可以有效提取出系统的低频振荡参数,效果优于仅应用单一变换或算法。     

基于EMD的Prony算法在低频振荡模态参数辨识中的应用

Prony算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,提出将EMD和Prony算法有机结合的电力系统低频振荡模式的辨识方法.该方法以广域测量信号作为输入,首先利用EMD对非平稳、非线性信号的能力进行分解,通过能量权重比找出含有主导振荡模式的IMF;最后利用Prony算法对其进行分析后获得电力系统低频振荡模态参数,扩展了Prony法应用范围.通过对PSASP仿真轨迹的算例分析,验证了此方法提取非轴对称振荡信号主导模式的有效性,并通过与特征根分析进行比较,表明了此法能相对精确地进行振荡模式辨识,同时又有很好的复合模式分离能力和良好的抗噪能力.     

基于改进变分模态分解的低频振荡模式辨别

针对现有信号处理方法无法有效解决电力系统低频振荡信号中的非线性及混叠问题的现状,将一种变分模态分解(VMD)方法引入到低频振荡的模式辨识中,并利用样本熵与快速傅里叶变换(FFT)对VMD无法自适应分解的情况进行了改进。原始信号由改进变分模态分解(IVMD)方法分解为若干模态分量,然后利用Teager-Kaiser能量算子(TKEO)对各分量分别拟合即可获得幅值、频率和阻尼等参数。在构造的测试信号下,令提出方法与VMD、经验模态分解(EMD)、总体最小二乘旋转矢量不变技术(TLS-ESPRIT)和Prony等方法进行模式参数辨识性能对比,结果表明,IVMD方法有效克服了EMD、TLS-ESPRIT和Prony在处理模态混叠、含噪声序列和非平稳信号等方面的不足。最后,通过对IEEE 4机2区域系统和新英格兰39节点系统仿真信号的辨识,验证了该方法在提取电力系统低频振荡模式参数中的有效性。     

基于EMD盲源分离算法的电力系统低频振荡模式识别

针对广预测量系统低频振荡过程中的高斯噪声干扰和定阶问题,提出了基于EMD(empirical mode decomposition)盲源分离(blind source separation,BSS)算法的单通道低频振荡信号的模式分析方法。首先将信号利用经验模态分解得到一系列本征模函数分量组合的新信号;其次针对存在模态混叠的本征模函数分量,提出利用信号周期性构造其多路信号,并利用独立分量分析消除模态混叠的有效方法;然后利用盲源分离技术--二阶盲辨识算法(second order blind identification,SOBI),处理多通道观测信号矩阵,从中提取出不同的单模式信号;最后将去噪、定阶后的信号运用最小二乘-旋转不变技术(TLS-ESPRIT)算法辨识,得到低频振荡模态参数。数值算例仿真、IEEE四机两区域仿真实验表明该算法能够有效分离源信号,相比于其他方法具有抗噪性能好、拟合精度高等优点。     

基于粒子滤波与EEMD的低频振荡模式识别方法研究

为克服传统方法对非线性非高斯系统信号中噪声处理的缺点,提出一种基于粒子滤波算法与改进的EMD分解—EEMD分解法相结合的新方法。所提方法首先利用粒子滤波将非线性非高斯系统的初始信号的噪声去除,减少了噪声对后续操作的影响,再采用EEMD分解对去噪后的信号进行分解得到此征模态分量IMF,进而对此征模态分量IMF计算出瞬时频率,从而得出低频振荡的模式。通过算例仿真分析表明文中方法的可行性及有效性,并通过与Prony分析算法得到的结果进行了对比,验证了文中方法的正确性。为电力系统低频振荡处理非线性非高斯系统信号提供了一种新的途径和方法。     

基于经验模态分解和固有模态函数重构的局部放电去噪方法

为了提取局部放电信号的特征,提出一种基于经验模态分解(EMD)和固有模态函数(IMF)重构算法的局部放电噪声抑制方法.首先对含有噪声的局部放电信号进行经验模态分解,得到含特征频率的固有模态函数,然后对所得的固有模态函数分量进行自适应阈值处理后重构,从而抑制噪声干扰.相比于常规的小波去噪算法,该方法具有自适应性强,不受小波函数和最佳小波分解层数选取的限制等优点,而且实现了阈值和固有模态函数阈值处理层数的自动选取.分别以仿真信号和实际信号为例,证明了该方法的有效性.     

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.     

基于变分模态分解和深度学习的短期电力负荷预测模型

提升负荷预测的准确性对于指导电力系统的生产计划、经济调度以及稳定运行至关重要。提出一种基于变分模态分解(Variational Mode Decomposition, VMD)和长短期记忆(Long Short Term Memory, LSTM)神经网络的短期负荷预测模型。利用VMD算法将负荷序列分解成不同的本征模态函数(Intrinsic Mode Functions, IMF),每个IMF结合LSTM进行预测,将各部分预测结果叠加得到VMD-LSTM模型的预测结果。分析实验结果,相比单一LSTM和经验模态分解(Empirical Mode Decomposition, EMD)组合LSTM预测方法,该方法能有效的提升负荷预测的准确性。     

"预约/随需"充放电服务模式下电动汽车聚合商服务策略

现有充放电服务模式研究中,电动汽车聚合商大多依托用户时移灵活性进行充放电引导,未从用户入网规律性角度考虑。基于此,文章提出“预约/随需”充放电服务模式,以服务预约的方式提前锁定入网规律性用户的充电需求,从而提升电动汽车聚合商的引导效果。首先梳理了“预约/随需”服务业务流程;其次从用户服务角度出发,综合经济影响及便利影响两方面,以最大化用户效用为目标,构建各类用户的最优服务购买策略,分析用户购买意愿;最后从电动汽车聚合商的角度出发,构建基于效用的用户服务选择行为分析模型,帮助其把握不同用户选择的影响,并模拟主从博弈过程进行定价寻优,构建价格引导策略。算例结果表明,相较于现有单一服务模式,“预约/随需”服务模式不仅提升了用户服务质量,而且也节约了电动汽车聚合商的购电成本。     

一种全新的临界工作模式下的单级功率因数校正电路工作特性研究

该文首先分析了单级功率因数校正(PFC)电路中普遍存在的储能电容电压过高的问题。在此基础上，该文提出了一种全新的临界工作模式下的单级功率因数校正电路，在对PFC变换器及：DC／DC变换器的临界条件进行了数学解析后，得出了电路工作状态的精确解并提出了控制储能电容电压的临界点工作方式。该电路在利用普通控制芯片实现较高功率因数的同时，有效地控制了储能电容的电压值，降低了开关应力，提高了电路的稳定性。同时文章还分析了单级：PFC电路中的电流畸变特性，得出PFC电路的功率因数表达式。最后实验验证了该文数学推导的正确性和控制策略的实用性。     

基于Bass模型的超临界机组和超超临界机组的扩散情景分析

本文在Bass模型原理的基础上,建立了关于政府投资、成本对超临界机组和超超临界机组的扩散影响模型,同时考虑了超临界机组和超超临界机组的竞争。研究发现：（1）超临界机组和超超临界机组的成本,对其扩散影响较小,而政府投资对超临界机组和超超临界机组的扩散影响较大;（2）在1.5倍和2倍于当前投资情景下,不同政府投资影响率下（Q值不同）,超临界机组的最大市场装机容量分别为494.59,558.39,622.20 GW和434,518,602 GW,而超超临界机组的分别为905.42,841.61,777.81 GW和966,882,798 GW;(3)超临界机组和超超临界机组都将在2025年左右完成扩散过程。     

临界模式下的单级功率因数校正电路及储能电容电压控制的研究

本文首先分析了单级功率因数校正(PFC)电路中的电流畸变特性,然后对PFC变换器及DC DC变换器工作在连续及不连续的边界条件进行了讨论,得出了电路工作状态的精确解。在此基础上,本文提出了一种全新的临界工作模式下的单级功率因数校正电路,阐明了控制储能电容电压的临界点工作方式。该电路在利用普通控制芯片实现较高功率因数的同时,有效地控制了储能电容的电压值,降低了开关应力,提高了电路的效率。实验验证了本文数学推导的正确性和控制策略的实用性。     

电动汽车充换电设施接入电网典型模式

结合电动汽车发展及其充换电设施的建设情况,分析了电动汽车接入对配电网的影响,并从电压等级选择、用户等级确定、接入点选择、供电电源配置、设备选型和电能质量要求等方面,提出了电动汽车充换电设施接入电网的技术原则,最后给出了电动汽车充换电设施接入的典型模式,为指导规划设计、规范运行管理,保障充换电设施及时可靠、合理有序地接入提供重要依据。     

电磁环网方式与分层分区运行方式之决策

电力系统动态发展,规模逐渐扩大,在发展的不同阶段,电网分别出现了电磁环网和分层分区运行方式。这2种运行方式有不同的适应性,有区别于对方的优缺点,并且可以相互转化,必须根据电网发展的具体阶段决定采用何种方式运行,而不能笼统的说哪种方式更好。本文比较了这2种运行方式,并介绍了进行方式决策的方法。     

可改善微网孤岛模式下负荷分配的改进下垂控制

针对传统下垂控制难以保证微网孤岛模式下负荷分配准确的问题,通过对功率分配特性的深入分析,得到了额定功率和线路阻抗不匹配是造成分配不准确的根本原因,在此基础上提出了一种依靠静态修正下垂增益来改善功率分配特性的方法。该方法不会改变传统下垂控制方程的形式,对系统动态特性和稳定性无显著影响,对微网运行电压的影响也较小。在Matlab/Simulink仿真平台上验证了所提改进方法的有效性。     

微小型纵弯复合激励式圆筒超声电机的设计

为了有效提高超声电机的机械输出性能,研制了一种微小型贴片式纵弯复合激励式圆筒型行波超声电机。该电机由圆筒和一个纵弯复合换能器组成,换能器位于圆筒的外侧壁上,换能器由一对弯振压电陶瓷片、一对纵振压电陶瓷片和前端为变幅杆的长方形铝块组成。对电机的工作原理进行了分析,利用有限元方法对电机进行了设计与仿真,实现了电机两个基本振动模态特征频率的简并。对振动特性进行了测试,测试结果与有限元分析结果吻合良好。测试结果表明,换能器的纵振、弯振和圆筒弯振模态之间均实现了很好的匹配。。     

电感复用型PFC变换器及其控制策略

提出一种复用电感导通模式MCM（multiplexing-inductor conduction mode）的概念,对MCM模式下的电感电流进行了详细分析。通过电感复用及MCM的概念,对Boost与Buck的级联结构进行变换,提出了一种电感复用型功率因数校正器MPFC（multiplexing-inductor power factor corrector）变换器的拓扑结构,这种结构减少了电感的数量,使变换器体积减小,节约了成本。MPFC的控制模式分为电流模控制与电压模控制,通过分析这2种控制方式的特点发现,电压模控制的MPFC更适合实际运用。仿真实验表明,MPFC变换器的输入功率因数与输出电压纹波符合一般的工业生产需求,证明了MPFC原理的正确性及实际应用的可实施性。