基于形态滤波和Prony算法的低频振荡模式辨识的研究

被引:55
作者
李安娜 [1 ]
吴熙 [1 ]
蒋平 [1 ]
徐钢 [2 ]
王成亮 [2 ]
机构
[1] 东南大学电气工程学院
[2] 江苏方天电力技术有限公司
关键词
低频振荡; 数学形态学滤波; Prony算法; 模式辨识;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
摘要
针对传统Prony方法对噪声敏感导致辨识精度不高的问题,提出了一种基于形态滤波和Prony算法相结合的低频振荡模式辨识的方法,实现了在有混合噪声干扰情况下低频振荡模式的准确辨识。基于数学形态学,设计了一种基于半圆形结构元素的形态滤波器,在选取合适的元素尺寸情况下,可以有效滤除混合噪声。对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。通过Matlab进行算例仿真,表明了对电力信号进行预处理的必要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。
引用
收藏
页码:137 / 142
页数:6
相关论文
共 18 条
[1]  
低频振荡模式的鲁棒递推及自适应滤波辨识算法研究.[D].刘贵富.重庆大学.2012, 03
[2]   多重扰动下的跨区电网低频振荡研究 [J].
陈恩泽 ;
刘涤尘 ;
廖清芬 ;
张洁琼 .
电工技术学报, 2014, 29 (02) :290-296
[3]   Prony算法在谐波、间谐波参数辨识中的应用 [J].
杨玉坤 ;
杨明玉 .
电力系统及其自动化学报, 2012, 24 (03) :121-126
[4]   基于数学形态滤波的电力系统采样信号降噪处理 [J].
李双科 ;
吴记群 .
工业仪表与自动化装置, 2012, (03) :88-90+94
[5]   基于改进的ARMA递推算法的低频振荡模式在线辨识 [J].
陈刚 ;
龚啸 ;
李军 ;
古志明 .
电力系统保护与控制, 2012, 40 (01) :12-17+49
[6]   FFT结合神经网络的低频振荡主导模式识别 [J].
马建伟 ;
竺炜 ;
曾喆昭 ;
杨芳 .
电力科学与技术学报, 2011, 26 (04) :88-93
[7]   Prony算法的若干改进及其在低频振荡监测中的应用 [J].
王辉 ;
苏小林 .
电力系统保护与控制, 2011, 39 (12) :140-145
[8]   结合小波变换和能量算子的电压暂降检测方法 [J].
鲁波涌 ;
黄文清 .
电工技术学报, 2011, 26 (05) :171-177
[9]   基于EMD和SSI的电力系统低频振荡模态参数识别方法 [J].
李天云 ;
袁明哲 ;
李军强 ;
袁金腾 ;
蔡国伟 ;
钱康 .
电力系统保护与控制, 2011, 39 (08) :6-10
[10]   我国智能电网背景下的低频振荡应对研究综述 [J].
石辉 ;
张勇军 ;
徐涛 .
电力系统保护与控制, 2010, 38 (24) :242-247