论文部分内容阅读
研究在线的振荡特征辨识算法是实现电力系统低频振荡在线监视以及广域阻尼控制的重要理论基础。传统经验模式分解(empirical mode decomposition,EMD)方法对低信噪比的电力系统低频振荡信号的去噪存在较大误差,会严重干扰Prony算法分析精度,文中在广域测量系统(Wide Area Measurement System,WAMS)的基础上提出了改进EMD去噪新方法结合Prony算法对电力系统低频振荡进行参数辨识。对电力系统低频振荡信号EMD分解所得到的N个本征模态分量(intrinsic mode function,IMF)分别求取归一化自相关函数,利用归一化自相关函数的特点,判断出噪声主导模态和信号主导模态的分界点k,对噪声主导模态进行去噪后同信号主导模态共同重构得到去噪后的电力系统低频振荡信号,对重构信号进行Prony分析提取低频振荡特征。通过对理想信号、单机无穷大系统和3机9节点系统的仿真实验,表明了改进的EMD方法对低信噪比的电力系统低频振荡信号去噪能力有突出优势,验证了改进EMD方法结合Prony算法提取电力系统低频振荡信号特征,具有速度快,分辨率高,拟合效果好的优点,提取电力系统低频振荡比较准确。最后利用电力系统稳定器(Power System Stabilizer,PSS)快速抑制电力系统低频振荡,通过单机无穷大系统的仿真分析,验证了此种方法在辨识和抑制低频振荡方面的正确性以及有效性。本论文课题来源于辽宁省重点实验室项目:电力系统故障辨识与在线诊断(LJZS003)。