基于形态滤波和Prony算法的低频振荡模式辨识的研究

针对传统Prony方法对噪声敏感导致辨识精度不高的问题,提出了一种基于形态滤波和Prony算法相结合的低频振荡模式辨识的方法,实现了在有混合噪声干扰情况下低频振荡模式的准确辨识。基于数学形态学,设计了一种基于半圆形结构元素的形态滤波器,在选取合适的元素尺寸情况下,可以有效滤除混合噪声。对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。通过Matlab进行算例仿真,表明了对电力信号进行预处理的必要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。     

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析

针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。     

基于改进去噪性能的Prony算法电网低频振荡模态辨识研究

针对电网低频振荡Prony辨识算法对噪声较为敏感、对输入信号要求较高的问题,提出了一种基于小波去噪与扩展Prony算法相结合的高精度低频振荡模态辨识方法。在小波去噪的基础上通过对阈值进行改进,使得小波去噪的阈值随着小波的分解而发生变化,从而对低频振荡信号达到较好的滤波效果,并在此基础上研究扩展Prony算法,对构建的仿真信号运用IEEE4机2区域系统产生低频振荡信号以及实际PMU监测的低频振荡信号进行算法验证。仿真和实验表明提出的方法能够比较准确和快速的辨识电力系统低频振荡信号,且具有较高的精度和较好的鲁棒性,为电力系统低频振荡模态辨识提供了一种行之有效的方法。     

采用SVD方法的附加阻尼控制器配置

为正确选择附加阻尼控制器的配置点,在建立多机电力系统传递函数矩阵的基础上采用奇异值分解的方法,给出了附加阻尼控制器配置点的评价指标。该评价指标与留数法评价指标具有一致性,通过求解传递函数矩阵的最大奇异值及其奇异向量来识别每台发电机对振荡模态的贡献程度,从而找出附加阻尼控制器的最佳配置点,简化了计算过程和运算量。为了获得复杂电力系统的传递函数,引入普罗尼分析的方法进行传递函数辨识,以给大规模电力系统在线模型辨识提供有利支持。最后将该方法应用于多机电力系统的PSS和SVC附加阻尼控制器配置点选择,分析获得其最佳配置点,验证了配置点的合理性。     

大干扰下主导低频振荡模式的鉴别

Prony方法是获取系统振荡模式特征的一种非常有效的方法,它可通过给定输入信号下的响应直接估计系统的振荡频率、衰减、幅值和初相位。基于Prony算法,作者提出了振荡模式能量级的概念,用于鉴别电力系统大干扰下的主导低频振荡模式,在8机36节点系统中应用本文所提方法准确识别出了主导低频振荡模式,验证了该方法的正确性,并与正则形理论研究低频振荡模式间的非线性相关作用的结果进行了比较,再次验证了大干扰中主导低频振荡模式对系统动态特性和稳定性有重要影响这一观点的正确性。     

基于卷积神经网络的电力系统低频振荡主导模态特征定性辨识

低频振荡严重威胁电网的安全稳定运行.传统低频振荡辨识方法大都将被测信号视作平稳信号或进行平稳化处理,忽略了信号的非平稳特性.但在高比例新能源和电力电子设备的电力系统中,低频振荡参数具有大范围时变的特性,传统辨识方法难以准确识别.提出了一种基于卷积神经网络(CNN)的电力系统低频振荡辨识方法.首先对原始信号进行时域特征提...     

基于多路信号联合去噪的Prony谐波检测法

针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解（MVMD）算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法（33.2）和小波去噪法（32.8）,去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。     

Prony算法在电网故障分析中的应用

傅立叶算法能够在电力系统发生故障时较为准确地得到工频分量,但该算法存在频谱泄露现象,从而对故障信号不能够精确地分析.通过对Prony算法进行理论分析,搭建PSACD仿真模型并提取信号中工频分量,且与傅里叶算法进行对比可知,Prony算法可以精确检测到故障信号的相位、振幅、频率和衰减因子,相对于传统的信号分析方法如傅立叶算法,Prony算法在快速故障分析中具较好的应用前景.     

两种电力系统低频振荡波形分析方法比较

准确辨识低频振荡波形的主导模式参数对于有效抑制低频振荡,保障系统安全稳定运行具有重要意义。从抗噪声干扰性能、辨识频率相近主导振荡模式的分辨率以及动态特性三个指标对常用于低频振荡波形分析的基于总体最小二乘法-旋转不变技术参数估计法(Total Least Squares-Estimation of Signal Parametersvia Rotational Invariance Techniques,TLS-ESPRIT)和Prony方法进行比较分析。MATLAB仿真结果表明,TLS-ESPRIT方法和Prony方法均具有较高的频率分辨率,TLS-ESPRIT的抗噪声干扰能力以及动态特性优于Prony方法。     

基于泄漏电流三次谐波分析的高压设备在线测量方法

避雷器在保证高压电网的安全可靠运行方面具有重要作用,目前许多避雷器在线监测和诊断方法都是通过将泄露电流分解为容性和阻性来实现,其中避雷器泄漏电流的阻性分量尤其是阻性分量中的三次谐波分量,与避雷器氧化锌阀片的降解程度直接相关。本文提出了一种能够在干燥和污染情况下对避雷器进行在线监测的方法,针对三种不同类型的绝缘子检测了它们的总泄露电流以及内部、外部泄露电流。这种方法主要是对实测电流信号的幅值、频率、相位角特征进行提取和分析,分析方法则使用Prony 分析以及希尔伯特变换,使用MTLAB软件平台编程。测试结果显示该方法在避雷器在线监测中具有一定可行性。除此以外,本文基于PSCAD对避雷器进行了建模仿真,研究电压谐波对泄漏电流测量的影响。