基于EEMD和矩阵束算法的低频振荡主导模式识别

被引:25
作者
雷强
刘光晔
朱永强
廖庭坚
机构
[1] 湖南大学电气与信息工程学院
关键词
矩阵束算法; 低信噪比; 集合经验模态分解; 低频振荡; 主导模式识别;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
摘要
传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含有主导模式的IMF分量,并利用矩阵束算法分析得到模态参数,从而扩展了传统矩阵束算法的应用范围。算例分析结果表明,该方法可以较好地适应非线性系统,抗噪声能力较强,在低信噪比时仍然可用于低频振荡主导模式的识别,为电力系统低频振荡问题的研究提供了新思路。
引用
收藏
页码:56 / 62
页数:7
相关论文
共 15 条
[1]   基于不完全S变换的低频振荡可视化实时监测方法 [J].
周崇雯 ;
罗骏 ;
汪芳宗 ;
李世明 ;
温柏坚 .
电力系统保护与控制, 2015, 43 (24) :63-68
[2]   基于广域信息的发电机电压控制抑制区间低频振荡方法 [J].
项丽 ;
鲍颜红 ;
耿天翔 ;
徐伟 ;
摆世彬 ;
杨君军 .
电力系统保护与控制, 2015, 43 (18) :18-22
[3]   基于形态滤波和Prony算法的低频振荡模式辨识的研究 [J].
李安娜 ;
吴熙 ;
蒋平 ;
徐钢 ;
王成亮 .
电力系统保护与控制, 2015, 43 (03) :137-142
[4]   基于EEMD-NExT的低频振荡主导模式工况在线辨识与预警 [J].
汪颂军 ;
刘涤尘 ;
廖清芬 ;
周雨田 ;
王亚俊 ;
王乙斐 ;
赵一婕 .
电力自动化设备, 2014, 34 (12) :111-116+122
[5]   基于EEMD算法在信号去噪中的应用 [J].
周先春 ;
嵇亚婷 .
电子设计工程, 2014, 22 (08) :12-14
[6]   基于改进矩阵束的次同步振荡模态参数辨识方法研究 [J].
吴小钊 ;
管保安 ;
董姝言 .
陕西电力, 2014, 42 (03) :32-35
[7]   电力系统低频振荡模式识别方法综述 [J].
李战明 ;
吕星 ;
邵冲 .
电网与清洁能源, 2013, 29 (11) :1-5
[8]   Prony和HHT算法在低频振荡在线辨识中的适用性比较 [J].
胡昊明 ;
郑伟 ;
徐伟 ;
鲍颜红 ;
刘韶峰 ;
段慧 .
电力系统保护与控制, 2013, 41 (14) :33-40
[9]   基于改进多信号矩阵束算法的电力系统低频振荡识别 [J].
张亮 ;
张新燕 ;
王维庆 .
电力系统保护与控制, 2013, 41 (13) :26-30
[10]   集合经验模态分解的稳健滤波方法研究 [J].
刘海波 ;
赵宇凌 .
振动与冲击, 2013, 32 (08) :63-67