基于类噪声信号和ARMA-P方法的振荡模态辨识

被引:21
作者
吴超 [1 ]
陆超 [1 ]
韩英铎 [1 ]
吴小辰 [2 ]
柳勇军 [2 ]
机构
[1] 清华大学电机系电力系统国家重点实验室
[2] 不详
关键词
振荡模态; 类噪声信号; 自回归滑动平均-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
摘要
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。
引用
收藏
页码:1 / 6
页数:6
相关论文
共 11 条
  • [1] 计及模型定阶的低频振荡模式类噪声信号辨识
    吴超
    陆超
    韩英铎
    吴小辰
    柳勇军
    [J]. 电力系统自动化, 2009, 33 (21) : 1 - 6
  • [2] 白噪声激励下的低频振荡模态参数辨识方法
    郝正航
    李少波
    [J]. 电力系统自动化, 2007, (15) : 26 - 29
  • [3] 基于广域测量信息在线辨识低频振荡
    鞠平
    谢欢
    孟远景
    代飞
    鄢安河
    孙素琴
    范斗
    吴峰
    张保会
    [J]. 中国电机工程学报, 2005, (22) : 59 - 63
  • [4] 利用有限时间扰动后的响应辨识电力系统的主导特征值
    肖晋宇
    谢小荣
    韩英铎
    [J]. 中国电机工程学报, 2005, (12) : 1 - 5
  • [5] 小干扰稳定性分析中一种关键特征值计算的稀疏实现
    杜正春
    刘伟
    方万良
    夏道止
    [J]. 中国电机工程学报, 2005, (02) : 20 - 24
  • [6] 电力系统低频振荡在线辨识的改进Prony算法
    肖晋宇
    谢小荣
    胡志祥
    韩英铎
    [J]. 清华大学学报(自然科学版), 2004, (07) : 883 - 887
  • [7] 一种新的大型电力系统低频机电模式计算方法
    谷寒雨
    陈陈
    [J]. 中国电机工程学报, 2000, (09) : 51 - 55
  • [8] 动态电力系统的理论和分析[M]. 清华大学出版社 , 倪以信等著, 2002
  • [9] 现代信号处理[M]. 清华大学出版社 , 张贤达著, 2002
  • [10] 电力系统稳定与控制[M]. 中国电力出版社 , (加)PrabhaKundur著, 2002