基于希尔伯特振动分解的低频振荡在线辨识

利用希尔伯特振动分解(Hilbert vibration decomposition,HVD)算法适于处理时变频率信号的特性,提出一种处理非平稳振荡信号的新算法——结合HVD的信号能量分析法,并应用于电力系统低频振荡在线辨识中。首先,对通过Hilbert变换获得的解析信号进行分析和滤波,得到幅值最大分量的瞬时频率,并由同步检测获得相应的幅值和初相位;然后,通过迭代运算检测出非平稳振荡信号各分量的频率、幅值、相位;最后,运用信号能量法对通过HVD得到的各平稳信号的主导振荡模式进行识别和分离。将该算法与Prony算法、基于经验模态分解(empirical mode decomposition,EMD)的信号能量分析法进行比较,仿真测试和实例分析结果说明,此算法能够有效提取非轴对称振荡信号的主导模式,并且抗噪能力强、计算效率高。