新能源电力系统多模态振荡识别技术研究

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。     

基于经验模态分解的电力系统机电振荡模式识别方法研究

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。