低频振荡模式在线辨识的最小平均M估计自适应滤波算法

被引：5

作者：

刘贵富

卢继平

徐玉韬

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

来源：

电网技术 | 2012年 / 36卷 / 10期

关键词：

最小均方二乘算法; 最小平均M估计算法; 低频振荡; 在线辨识; 动态数据;

D O I：

10.13335/j.1000-3673.pst.2012.10.033

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 ;

摘要：

研究了常规最小均方二乘自适应滤波算法应用于低频振荡的基本原理,以及最小平均M估计(least meanM-estimate,LMM)算法的基本原理。首次将LMM算法应用于低频振荡模式的在线辨识,采用新英格兰-39节点系统时域仿真数据和某电网的同步相量装置(phasormeasurement unit,PMU)实测数据对所提方法进行了测试,验证了LMM算法在低频振荡模式在线辨识的鲁棒性和有效性,对稳态类噪声数据和动态数据均可辨识,并能消除异常数据对辨识结果的影响。

引用

页码：178 / 183

页数：6

共 9 条

[1]

动态电力系统的理论和分析.[M].倪以信等著;.清华大学出版社.2002,

[2] 基于频域分解法和广域稳态量测的低频振荡模式辨识 [J].