基于随机减量技术和Prony方法的低频振荡类噪声辨识

被引:15
作者
吴超
曹广忠
机构
[1] 深圳大学机电与控制工程学院
基金
广东省自然科学基金;
关键词
低频振荡; 类噪声信号; 随机减量技术; Prony方法;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 ;
摘要
弱阻尼低频振荡是影响大规模互联电网安全稳定运行的主要因素之一。观察广域测量系统实测信号发现,电力系统正常运行过程中,因持续存在的负荷变化等随机性质的小幅扰动,导致系统响应始终存在小幅波动现象,这种类噪声信号数据量丰富且易于获得。文中提出基于随机减量技术和Prony方法实现电力系统低频振荡类噪声辨识。首先采用随机减量技术从类噪声信号中提取自由衰减信号,分析不同触发条件的适用性;进一步采用Prony方法拟合自由衰减信号,实现对系统低频振荡模式参数的估计;最后将该方法应用于处理36节点系统仿真信号和中国南方电网实测信号,证明其准确性。
引用
收藏
页码:53 / 58
页数:6
相关论文
共 16 条
[1]   基于随机减量的运行模态频域分析方法 [J].
黄琴 ;
王彤 ;
张海黎 .
南京航空航天大学学报, 2011, 43 (06) :770-773
[2]   基于窗口滑动改进Prony算法的电力系统低频振荡识别 [J].
丁蓝 ;
薛安成 ;
李津 ;
王金萍 ;
韩福坤 ;
王茂海 .
电力系统自动化, 2010, 34 (22) :24-28
[3]   计及模型定阶的低频振荡模式类噪声信号辨识 [J].
吴超 ;
陆超 ;
韩英铎 ;
吴小辰 ;
柳勇军 .
电力系统自动化, 2009, 33 (21) :1-6
[4]   基于RDT和WT方法识别超高层建筑的模态参数 [J].
申建红 ;
李春祥 ;
李锦华 .
振动与冲击, 2009, 28 (06) :66-70+195
[5]   Prony算法的低频振荡主导模式识别 [J].
熊俊杰 ;
邢卫荣 ;
万秋兰 .
东南大学学报(自然科学版), 2008, (01) :64-68
[6]   HHT在电力系统低频振荡模态参数提取中的应用 [J].
李天云 ;
谢家安 ;
张方彦 ;
李晓晨 .
中国电机工程学报, 2007, (28) :79-83
[7]   随机减量函数触发条件分析 [J].
刘彬 ;
丁桦 ;
时忠明 .
振动与冲击, 2007, (07) :27-31+178
[8]   基于小波预处理技术的低频振荡Prony分析 [J].
刘森 ;
赵书强 ;
于赞梅 ;
马燕峰 .
电力自动化设备, 2007, (04) :64-67+82
[9]   基于模糊滤波和Prony算法的低频振荡模式在线辨识方法 [J].
李大虎 ;
曹一家 .
电力系统自动化, 2007, (01) :14-19
[10]   电力系统低频振荡在线辨识的改进Prony算法 [J].
肖晋宇 ;
谢小荣 ;
胡志祥 ;
韩英铎 .
清华大学学报(自然科学版), 2004, (07) :883-887