广域测量系统(wide area monitoring system,WAMS)的发展为电力系统低频振荡在线辨识奠定了基础。WAMS采集的信号含有高斯白噪声,经低通滤波处理后会产生高斯色噪声,因此会对模式识别的准确性产生不利影响。针对这一问题,提出以实测信...广域测量系统(wide area monitoring system,WAMS)的发展为电力系统低频振荡在线辨识奠定了基础。WAMS采集的信号含有高斯白噪声,经低通滤波处理后会产生高斯色噪声,因此会对模式识别的准确性产生不利影响。针对这一问题,提出以实测信号的四阶混合平均累计量(fourth-order mixed mean cumulant,FOMMC)的对角切片来代替实测信号,并结合矩阵束(matrix pencil,MP)算法对振荡模式进行识别的方法。仿真结果表明,FOMMC-MP算法能够有效从色噪声环境中辨识出系统主导模态。展开更多
电网中常见的低频振荡包括负阻尼低频振荡和强迫功率振荡,精确有效的低频振荡检测与类型判别对保障电网安全稳定运行十分重要。提出基于四阶混合平均累积量（fourthorder mixed mean cumulant,FOMMC）对角切片的低频振荡检测与类型判别...电网中常见的低频振荡包括负阻尼低频振荡和强迫功率振荡,精确有效的低频振荡检测与类型判别对保障电网安全稳定运行十分重要。提出基于四阶混合平均累积量（fourthorder mixed mean cumulant,FOMMC）对角切片的低频振荡检测与类型判别方法。首先推导两种低频振荡的FOMMC对角切片数学表达式,并据此定义振荡检测指标,以检测低频振荡的发生。然后从高阶统计特征的角度深入对比分析两种低频振荡的FOMMC对角切片,并提出根据FOMMC对角切片的峰度判别低频振荡类型的方法。由于利用了低频振荡FOMMC对角切片与原振荡信号包含振荡模态的一致性和对高斯信号的自然盲性,上述方法不受随机功率波动或量测噪声造成的高斯色噪声的影响,即使在信噪比很低的情况下,仍然能够准确检测低频振荡并正确判别振荡类型。华东电网中的仿真结果验证了所提方法的有效性、准确性和抗噪性。展开更多
文摘广域测量系统(wide area monitoring system,WAMS)的发展为电力系统低频振荡在线辨识奠定了基础。WAMS采集的信号含有高斯白噪声,经低通滤波处理后会产生高斯色噪声,因此会对模式识别的准确性产生不利影响。针对这一问题,提出以实测信号的四阶混合平均累计量(fourth-order mixed mean cumulant,FOMMC)的对角切片来代替实测信号,并结合矩阵束(matrix pencil,MP)算法对振荡模式进行识别的方法。仿真结果表明,FOMMC-MP算法能够有效从色噪声环境中辨识出系统主导模态。
文摘电网中常见的低频振荡包括负阻尼低频振荡和强迫功率振荡,精确有效的低频振荡检测与类型判别对保障电网安全稳定运行十分重要。提出基于四阶混合平均累积量（fourthorder mixed mean cumulant,FOMMC）对角切片的低频振荡检测与类型判别方法。首先推导两种低频振荡的FOMMC对角切片数学表达式,并据此定义振荡检测指标,以检测低频振荡的发生。然后从高阶统计特征的角度深入对比分析两种低频振荡的FOMMC对角切片,并提出根据FOMMC对角切片的峰度判别低频振荡类型的方法。由于利用了低频振荡FOMMC对角切片与原振荡信号包含振荡模态的一致性和对高斯信号的自然盲性,上述方法不受随机功率波动或量测噪声造成的高斯色噪声的影响,即使在信噪比很低的情况下,仍然能够准确检测低频振荡并正确判别振荡类型。华东电网中的仿真结果验证了所提方法的有效性、准确性和抗噪性。
