基于改进形态滤波与TLS-ESPRIT算法的电力系统低频振荡模态辨识

针对广域测量低频振荡辨识过程中的噪声干扰和定阶问题,提出一种高精度低频振荡模态辨识方法。该方法基于粒子群优化算法(PSO-GA)设计广义形态滤波器的加权参数,改进后的滤波器可以较好去除噪声;将低频振荡信号通过该滤波器滤波后再使用改进总体最小二乘法-旋转不变技术(TLS-ESPRIT)算法进行模态辨识,可以准确获得各个模态参数。对于辨识算法的定阶问题,把奇异值差值与最大奇异值比值引入到TLS-ESPRIT算法中,采用该方式进行系统定阶,不仅计算量和受主观因素影响小,而且还可以提高辨识效率以及辨识的准确性。通过系统模型仿真以及电网实际案例证明提出的方法能够较快速准确地辨识低频振荡参数,且在抗噪性及辨识精度方面有较大的优势。

Identification of low frequency oscillation in power system based on improved generalized morphological method and TLS-ESPRIT algorithm