-
题名基于类噪声信号和ARMA-P方法的振荡模态辨识
被引量：21
- 1
-
-
作者
吴超
陆超
韩英铎
吴小辰
柳勇军
-
机构
清华大学电机系电力系统国家重点实验室
南方电网技术研究中心
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2010年第6期1-6,共6页
-
基金
电力系统国家重点实验室项目(SKLD08Z01)
中国南方电网有限责任公司重大科技专项资助
-
文摘
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。
-
关键词
振荡模态
类噪声信号
自回归滑动平均-prony方法
-
Keywords
mode shape
ambient signal
auto regressive moving average-prony （ARMA-P） method
-
分类号
TM712
[电气工程—电力系统及自动化]
-
