基于自然激励技术和TLS-ESPRIT方法的低频振荡模式辨识

被引：16

作者：

王祥超 ^{[1
]}

张鹏 ^{[1
]}

甄威 ^{[2
]}

王晓茹 ^{[1
]}

机构：

[1] 西南交通大学电气工程学院

[2] 四川电力科学研究院

来源：

电力系统自动化 | 2015年 / 39卷 / 10期

关键词：

低频振荡; 参数辨识; 随机响应; 自然激励技术;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定];

学科分类号：

摘要：

提出了一种利用系统随机响应信号辨识低频振荡模式的方法。利用自然激励技术(NEx T)从系统随机响应信号中获得自由振荡信号,采用总体最小二乘—旋转不变技术的信号参数估计(TLS-ESPRIT)方法对所获得的自由振荡信号进行模式辨识,得到低频振荡模式的频率和阻尼比。采用16机系统仿真数据和四川电网实测数据验证了所提方法的有效性;与随机减量技术(RDT)结合Prony方法对比表明,所提方法对阻尼比估计更准确且抗噪性更强。

引用

页码：75 / 80+130 +130

页数：7

共 15 条

[1] 基于PSO的模态原子法在低频振荡模式时变特性追踪的应用 [J].

李勋 ;

龚庆武 ;

关钦月 ;

张英杰 ;

贾晶晶 .

中国电机工程学报, 2013, 33 (10) :79-89+15

[2] 基于随机减量技术和Prony方法的低频振荡类噪声辨识 [J].

吴超 ;

曹广忠 .

电力系统自动化, 2013, 37 (08) :53-58

[3]

Estimation of the electromechanical characteristics of power systems based on a revised stochastic subspace method and the stabilization diagram[J]. NI JingMin *,SHEN Chen & LIU Feng State Key Laboratory of Control and Simulation of Power Systems and Generation Equipments,Beijing 100084,China.Science China(Technological Sciences). 2012(06)

[4] 基于窗口滑动改进Prony算法的电力系统低频振荡识别 [J].