排序方式: 共有2条查询结果,搜索用时 4 毫秒
1
1.
在新能源电力系统振荡识别过程中,通常采用经验模态分解方法实现电力系统量测信号分解,但极易出现模式混叠的情况,导致多模态振荡识别的频率误差较大。因此,针对新能源电力系统,设计了一种新型多模态振荡识别技术。依托于多元经验模态分解策略,协同分解多通道电力系统量测信号,得到不同频率尺度的IMF(固有模态函数)分量。再计算每个IMF分量的能量权重,从中筛选出包含主导振荡模式的关键分量。运用Prony算法对关键IMF分量进行分析,得出振荡特征参数,基于此得出电力系统多模态振荡识别结果。实验结果表明,所提识别技术应用后可以得到较为准确的振荡特征参数,其中频率最大误差仅为1.8×10-3Hz。 相似文献
2.
当前机电振荡模式识别多采用粒子滤波算法,此方法易受到信号高频成分波动影响,导致识别准确性较低。为此,提出了基于经验模态分解的电力系统机电振荡模式识别方法。该方法对原始振荡信号进行去噪处理,还原真实信号,采用经验模态分解算法分解信号,并提取振荡参数,通过设计阈值门限准则,抑制高频波动,以此为依据,计算求取不同振荡模式下的状态参数,由此实现机电振荡模式的识别。对比实验结果表明,在电力系统机电振荡模式识别中,该方法具有更高的识别准确性。 相似文献
1