基于MEMD和HHT的电力系统低频振荡模式识别方法研究

被引：45

作者：

葛维春 ^{[1
]}

殷祥翔 ^{[2
]}

葛延峰 ^{[1
]}

屈超 ^{[1
]}

黄鑫 ^{[1
]}

王长江 ^{[2
]}

机构：

[1] 国网辽宁省电力有限公司

[2] 东北电力大学电气工程学院

来源：

电力系统保护与控制 | 2020年 / 48卷 / 06期

关键词：

低频振荡; 多元经验模态分解; 固有模态函数; 主导振荡模式;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 [电力系统及其自动化];

摘要：

提出了一种基于多元经验模态分解(Multivariate empirical mode decomposition,MEMD)和希尔伯特黄变换(Hilbert-Huang Transform,HHT)相结合的电力系统低频振荡模式辨识新方法。针对经验模态分解(Empirical Mode Decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,引入MEMD方法对多通道量测信号进行分解处理,获取各通道中表征不同频率尺度的固有模态函数(Intrinsic Mode Functions,IMF)分量,实现多通道量测信息的协同分解。在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF。针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比。最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对所提方法进行分析、验证。结果表明了所提方法的准确性和有效性。

引用

页码：124 / 135

页数：12

共 15 条

[1]

基于多元经验模态分解互近似熵和GG聚类的轴承故障诊断 [D].