首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
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.  相似文献   

2.
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。  相似文献   

3.
根据电力系统及其发生扰动故障时所具有的特点,提出了基于自调节小波变换的电力系统扰动信号检测方法.该方法既充分利用了小波变换的优点,又克服了在电力系统信号分析中傅里叶算法和传统小波算法的不足.此外,在电力系统运行和保护中,该方法具有简单、可靠等特点,便于形成实时软件,对于提高电力系统扰动信号检测水平和保护性能具有重要意义.  相似文献   

4.
根据电力系统及其发生扰动故障时所具有的特点,提出了基于自调节小波变换的电力系统扰动信号检测方法。该方法既充分利用了小波变换的优点,又克服了在电力系统信号分析中傅里叶算法和传统小波算法的不足。此外,在电力系统运行和保护中,该方法具有简单、可靠等特点,便于形成实时软件,对于提高电力系统扰动信号检测水平和保护性能具有重要意义。  相似文献   

5.
根据电力系统负荷的特点,提出了基于反向Haar小波变换的电力系统负荷预测.介绍了反向Haar小波变换的数学模型,叙述了基于反向Haar小波变换的电力系统负荷预测的方法,通过实例计算并与其它方法的比较,说明反向Haar小波算法既充分利用了小波变换的优点,又克服了某些传统算法在电力系统负荷预测中的不足,该方法简单、可靠,便于形成实时软件,对提高电力系统电网规划水平具有重要意义.  相似文献   

6.
短窗Morlet复小波用于电力系统信号处理的探讨   总被引:9,自引:3,他引:9  
提出了利用短窗Morlet复小波计算工频电信号基波与各次谐波信号幅值的算法,其频率特性和计算值的稳定性都优于傅里叶算法。计算结果受频率波动影响小,对谐波有较强的抑制作用。短窗Morlet复小波算法的时间窗为1个~3个周期,全周期复小波算法的计算量与全周期傅里叶算法完全相同,因此,也是一种快速算法。通过算例验证了短窗Morlet复小波算法的效果,并应用于实验室变压器合闸过程的励磁涌流分析,结果证明了该算法的优越性。该算法可供继电保护的不同需求选择。  相似文献   

7.
密集振荡模式可能会对电力系统动态特性产生重要影响,研究这种影响具有重要意义,而识别密集振荡模式是进行相关研究的基础。在分析机械力学领域密集模式判定方法的基础上,提出了一种识别电力系统密集振荡模式的模态灵敏度方法。该方法计算简单,能有效识别密集振荡模式,根据模态灵敏度信息还可以判断振荡模态的变化趋势。采用10机和24机两个算例验证了所提方法的有效性。  相似文献   

8.
基于小波分析的电力系统谐波分析   总被引:23,自引:7,他引:23  
谐波对电力系统和用电设备产生了严重危害和影响。小波变换为电力系统谐波分析提供了有力的数学工具,利用基于多分辨分析的小波分析能将电压或电流等信号分解为基波信号和高次谐波信号。本文利用小波变换对某变电所的电压信号进行了分析。  相似文献   

9.
电力系统振荡中轻微故障识别的小波算法研究   总被引:21,自引:10,他引:21  
提出了一种基于小波变换的电力系统振荡与故障的识别算法。该算法能正确区分纯振荡与故障,避免保护误动,在振荡过程中发生故障特别是轻微故障时,亦能迅速识别,其性能优于取传统的振荡闭锁方案。用EMTP仿真各种振荡和故障得到的结果对所提算法的有效性进行了检验,结果表明所提出的算法可以保证振荡与故障的正确识别,其在微机保护装置中具有实时应用的前景。  相似文献   

10.
利用复值小波变换检测轻微的电力系统扰动   总被引:4,自引:0,他引:4  
薛蕙  杨仁刚  郭永芳 《电网技术》2004,28(17):24-27
在分析利用复值小波变换系数的相位信息分析信号突变的方法的基础上,针对利用小波变换算法得到的相位图不连续的问题,提出了改进相位图.改进相位图克服了原相位图中相位波形不连续的问题,且能更清楚地观察到波形畸变时相位的变化.仿真分析表明,利用改进相位图可以实现电力系统轻微扰动的检测.此方法为及时发现和检测电力系统中的故障提供了良好的手段.  相似文献   

11.
环境激励作用下的电力系统机电响应数据中蕴含有丰富的机电动态信息。文中推导了小幅环境激励下电力系统机电响应的解析形式,从数学角度证明了机电振荡特征在电力系统随机响应中的存在性,揭示了利用小幅环境激励作用下的系统响应提取系统振荡特征的基本原理,进而提出了基于动态模式分解算法(DMD)与随机响应数据的机电振荡特征参数辨识方法。以小幅负荷随机激励下IEEE 4机2区域系统响应数据及某区域电网扰动录波数据为例,辨识所得参数与理论振荡特征参数的比较以及对概率统计结果的分析表明,DMD在随机激励下机电振荡参数识别中具有较强的适应性,验证了利用小幅环境激励下的随机响应识别系统机电振荡特征的正确性。  相似文献   

12.
针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。  相似文献   

13.
针对广域测量系统低频振荡辨识中存在噪声干扰和定阶不准确的问题,提出了基于改进小波阈值去噪和奇异值相对变化率(RCRSV)定阶的矩阵束(MP)算法相结合的方法对电力系统低频振荡模态进行辨识。在小波去噪基础上对阈值进行改进,使得阈值随分解层数的增加而发生改变,能够有效地抑制低频振荡信号的噪声;然后将去噪后的信号用RCRSV-MP算法进行辨识,从而获取低频振荡各个模态参数。根据RCRSV定阶具有自适应性,无需人为设定阈值。通过仿真算例、测试系统及电网实际案例的结果显示,所提方法相比于其他方法具有抗噪性能好、拟合精度高等优点,具有较强的实用性,能够实现在线辨识。  相似文献   

14.
提出一种在线同调机群识别方法。根据慢同调分群算法确定线性化系统的最优慢同调聚合分群数,根据分群矩阵的相关系数、振荡模式的参与因子,以及广域测量系统提供的功角信息,利用希尔伯特-黄变换提取发电机的振荡模式能量谱,实现扰动后的发电机群的同调识别。通过WSCC系统和新英格兰10机39节点系统的仿真实验验证所提方法的适用性和有效性,该方法能全面反映系统在受扰后的动态特性和系统的非线性时变特性。  相似文献   

15.
针对利用单通道信号无法准确辨识多个振荡模态,且不能估计振荡振型的问题,提出一种基于广域时空随机响应的振荡模态辨识方法。讨论了广域时空随机响应的向量自回归模型与系统振荡模态之间的联系,采用QR分解实现向量自回归模型参数的最小二乘估计;计算出振荡模态的模式参数,并通过系统随机响应的功率谱峰值确定系统的主导模态;通过新英格兰系统的蒙特卡罗仿真对模态辨识方法进行测试分析,结果表明利用广域时空随机响应能同时准确估计多个主导振荡模态的模式参数和振荡振型,与子空间辨识方法相比所提方法计算更简单有效;最后利用WECC系统的实测信号验证了所提模态辨识方法的适应性。  相似文献   

16.
大规模电力系统具有振荡模式非常密集的特点,参数的变化会使系统产生模态不稳定现象。运用复模态摄动理论分析了密集型固有振模电力系统的模态不稳定特性,用夹角变化来度量振荡模态的变形程度,研究了系统运行方式发生不同变化时的模态不稳定现象及其特点。算例分析表明,模态不稳定现象的发生与系统运行方式的变化有关,同一个系统开始出现模态不稳定现象时,其对应负荷的增加量和减少量是不同的,密集振荡模式参与机组邻近的负荷波动容易使系统出现模态不稳定现象。  相似文献   

17.
统计分析基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在实际应用中出现的监测数据的错误类型,提出基于模式识别的WAMS错误数据快速辨识及恢复方法。该方法通过对同一PMU上传的监测数据进行特征量提取,并与预先设置的时序相对变化量变化趋势矩阵和时序数值矩阵进行模式匹配,实现错误数据的实时辨识,并使用错误出现最近时刻的正常数据进行数据快速恢复。所提方法在实测的监测数据中的应用验证了其可行性。  相似文献   

18.
This paper presents a novel algorithm for rapid estimating mode shape and checking the corresponding mode for inter-area oscillation (IAO) using correlation analysis (CA). It firstly extracts the weak damping components strongly associated with the objective IAO mode from the tie-line active power signals came from wide area measurement system (WAMS), through a low-pass or band-pass filter which is designed by the priori knowledge of modal frequency obtained from off-line calculation. Then their self-correlation and cross-correlation coefficients resulted from the CA technique are used to determine the IAO mode shape for tie-line power deviation or equivalent speed deviation, which is always able to correspond to an IAO mode. Finally, the results are checked with their corresponding items in the modal form (MF) obtained by off-line calculation and on-line correction in order to confirm the dominant IAO mode and its mode shape at current state. Two pairs of stationary and non-stationary synthetic signals are utilized to verify the applicability of CA. The case studies have been carried out on a 4-area and 9-bus system and a planning case in East China Power Grid (ECPG). The results show that the proposed algorithm is efficient and effective, and also indicate its potential practicability for WAMS of bulk power system.  相似文献   

19.
为了缓解风电功率输出的波动性对系统的影响,常用储能装置平滑风电的输出。合理配置储能装置容量的关键是确定风电场注入电网有功功率的参考值。当前计算风电场并网功率的参考值的主要方法,如低通滤波器平滑方法和频谱补偿法等,都存在着一定的缺陷。提出了一种采用经验模态分解与小波分析相结合的方法,能较好地分析原功率的特征,能更好地还原原有功率值,从而获得更为准确的风电并网功率的参考值。并在综合考虑电池储能的荷电状态、效率等情况下,采用仿真法得出储能装置容量的最低配置值。算例分析中,通过与传统的低通滤波平滑下的容量配置进行对比,验证了所提出方法的有效性和优越性。  相似文献   

20.
对特定模式降阶法进行改进以提高计算速度.在降阶过程中,采用共享保留机组的方法来减少确定保留状态变量的计算量;在复矩阵运算的实数化表达基础上,对外迭代算式矩阵结构进行调整,改善对角元的数值大小,从而可直接采用顺序消去法形成因子表,实现复矩阵的快速求逆;内层迭代中将顺序消去和主元消去相结合,兼顾计算速度和精度2个因素;三元组压缩的矩阵存储方式保证了矩阵运算的稀疏处理;通过引入OpenMP编程接口的计算功能,实现多核微机上对降阶模式的并行计算.70机和105机算例验证了理论分析的正确性.  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