简介:针对电力系统低频振荡问题,在运用阻尼转矩对单机无穷大系统分析低频振荡机理与特点的基础上,对低频振荡经验模态分解时存在的端点效应问题进行了理论分析与改进,提出了一种基于端点优化对称延拓法的有效改进EMD分解边界效应的HHT算法对电力系统低频振荡进行辨识。通过对测试信号进行仿真,同时也利用广域FNET监测系统的测试结果进行低频振荡参数辨识及抑制实验,研究了该算法在模式辨识方面的有效性和准确性。仿真和实验表明,基于改进HHT算法的低频振荡辨识方法能快速高精度地辨识出振荡模态信息,并能有效指导电力系统稳定器PSS的配置及参数设计,从而维持电力系统的安全与稳定。
简介:次同步振荡采集信号中含有的高斯白噪声,经过滤波处理后会转变为高斯色噪声。针对传统辨识方法在同时存在色噪声和白噪声环境中辨识精度不高的问题,本文从减少噪声的角度提出以实测信号的四阶混合平均累计量(FOMMC)的对角切片来代替实测信号,并结合总体最小二乘一旋转不变技术参数估计(TLS—ESPRIT)算法进行次同步振荡模态在线辨识。仿真结果表明,FOMMC—TLS—ESPRIT能够从强噪声环境中有效辨识次同步振荡模态,为次同步振荡的抑制奠定基础。