基于经验模态分解滤波的低频振荡Prony分析

被引:21
作者
侯王宾
刘天琪
李兴源
机构
[1] 四川大学电气信息学院
关键词
低频振荡; 经验模态分解; 改进Prony法; 归一化奇异值法;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 ;
摘要
传统Prony法在分析低频振荡时对输入信号要求较高,存在着对噪声敏感的弱点.因此提出一种经验模态分解滤波和改进Prony法相结合的低频振荡分析方法.该方法先用经验模态分解对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析.其中,改进Prony法有效阶数用归一化奇异值法确定.将该方法分别用于分析试验信号和IEEE4机系统振荡信号,并与基于低通滤波器的Prony分析进行比较.结果表明,在较大噪声环境下,该方法仍然能相对准确的辨识出低频振荡主导模式,验证了其有效性.
引用
收藏
页码:3531 / 3537
页数:7
相关论文
共 13 条
[1]   一种新的EMD去噪方法 [J].
赵雯雯 ;
曾兴雯 .
电子科技, 2008, (05) :30-32+36
[2]   非线性振动系统的预测同步方法研究 [J].
秦卫阳 ;
杨永锋 ;
王红瑾 ;
任兴民 .
物理学报, 2008, (04) :2068-2072
[3]   Prony算法的低频振荡主导模式识别 [J].
熊俊杰 ;
邢卫荣 ;
万秋兰 .
东南大学学报(自然科学版), 2008, (01) :64-68
[4]   Prony算法在低频振荡分析中的应用探讨 [J].
熊俊杰 ;
万秋兰 ;
郑蜀江 ;
徐贤 .
江西电力, 2007, (04) :16-19
[5]   基于小波预处理技术的低频振荡Prony分析 [J].
刘森 ;
赵书强 ;
于赞梅 ;
马燕峰 .
电力自动化设备, 2007, (04) :64-67+82
[6]   基于EMD的非线性信号自适应分析 [J].
孙艳争 ;
黄炜 ;
余波 .
电子科技大学学报, 2007, (01) :24-26
[7]   基于模糊滤波和Prony算法的低频振荡模式在线辨识方法 [J].
李大虎 ;
曹一家 .
电力系统自动化, 2007, (01) :14-19
[8]   基于非线性时间序列分析经验模态分解和小波分解异同性的研究 [J].
龚志强 ;
邹明玮 ;
高新全 ;
董文杰 .
物理学报, 2005, (08) :3947-3957
[9]   Prony算法分析低频振荡的有效性研究 [J].
王铁强 ;
贺仁睦 ;
徐东杰 ;
王昕伟 .
中国电力, 2001, (11) :42-45
[10]  
交直流电力系统动态行为分析[M]. 机械工业出版社 , 徐政著, 2004