一种电力系统低频振荡模态辨识方法技术方案

本发明专利技术涉及电力系统低频振荡分析技术领域，特别是一种基于改进经验模态分解（EMD）和数位演算法的电力系统低频振荡模态辨识方法。针对EMD分解过程中出现的边界失真现象，提出一种新的端点优化对称延拓法进行改进，利用改进的EMD对电力系统低频振荡信号进行分解，得到固有模态函数（IMF），利用柯尔摩科洛夫-斯米洛夫检验（K-S）法剔除IMF分量中与低频振荡信号相似概率低的伪分量，利用数位演算法对有效IMF分量进行振荡模态瞬时参数的提取，用于电力系统低频振荡模态辨识。该方法能够有效的改善EMD分解的端点效应，准确的剔除伪分量，精确的提取低频振荡信号模态瞬时参数，适用于电力系统等相关部门，用于电力系统低频振荡模态辨识。

【技术实现步骤摘要】

本专利技术涉及电力系统低频振荡分析
，特别是一种基于改进EMD和数位演算法的电力系统低频振荡模态辨识方法。
技术介绍
随着电力技术的不断进步，大电网互联已逐步实现，加之快速高放大倍数励磁装置的广泛使用，由此带来的低频振荡问题也越来越成为影响大规模电力系统稳定运行的重要因素，其不仅对电网运行安全上产生影响，同时也成为制约互联电网输送能力的瓶颈之一。如何通过广域测量数据分析电力系统低频振荡的局部动态行为，提取各个振荡模态的瞬时参数，进行广域阻尼控制是近年来的研究热点。目前针对低频振荡问题所采用的分析方法主要有傅立叶变换、小波变换、Kalman滤波法、矩阵束辨识法、Prony算法和希尔伯特-黄(Hilbert-Huangtransform, HHT)算法等。傅立叶变换无法分析出阻尼特性和局部特性，所以不适于非线性、非平稳信号。小波变换存在频率交叠和自适应基选取问题，只适合于瞬态和非平稳信号。Kalman滤波法能消除噪声的影响，对不同输入信号的适应性较好，但计算精度和收敛速度受初始参数设置的影响很大。矩阵束辨识法能够准确估计系统的振荡模态，并具有较强的抗噪声能力，但若信号存在时变特性，该算法的计算误差较大，无法揭示振荡的动态特性。Prony方法虽然可以提取出振荡信号模式和阻尼等信息，但存在受噪声影响大、计算速度慢和定阶问题不确定等问题。HHT算法是近年发展起来的一种新型的适于非平稳、非线性信号的分析方法，传统的HHT算法受端点效应的影响，虽然能得到振荡模态的瞬时频率、瞬时幅值和衰减因子，难以达到较高的计算精度。但通过对该算法存在的端点效应问题进行改进，利用柯尔摩科洛夫-斯米洛夫检验(K-S)法剔除IMF分量中与低频振荡信号相似概率低的伪分量，可以精确提取出电力系统低频振荡的振荡模式和阻尼特性，有效的实现电力系统低频振荡信号的模态辨识。
技术实现思路
本专利技术的目的在于提供一种基于改进EMD和数位演算法的电力系统低频振荡模态辨识方法，该方法能够有效的改善EMD分解的端点效应，准确的剔除伪分量，精确的提取低频振荡信号模态瞬时参数，提高电力系统低频振荡模态辨识能力。为实现上述目的，本专利技术的技术方案是:采用端点优化对称延拓法对EMD端点效应进行改进，利用改进之后的EMD对电力系统低频振荡信号进行分解，并利用K-S法对经EMD分解得到的IMF分量进行伪分量的剔除，利用数位演算法对剔除伪IMF分量后的有效IMF分量进行低频振荡模态瞬时参数的提取，得到电力系统低频振荡信号x(t)的瞬时频率、瞬时幅值和衰减因子等信息，其具体步骤如下: 步骤1:对滤波后的电力系统低频振荡信号x(t)进行离散化处理，采样步长取为At，得到离散化处理信号:Xi = [xi, X2，...，χη]，i = 1，2，...，η 式中，Xi为离散化之后的信号值的集合，X1, X2,..., Xn为离散化之后t2,..., tn时刻的信号值； 步骤2:信号Xi两端点值用β、Y替代，构造新的数据序列X’ i:X i — [X O，X k，X n-1]式中，X’ O = β , X’ k = Xk, X’ n_i = y , k = 1,2,..., n-2, i = 0，1，...，n-1 ； 步骤3:以端点x’ 0, x’ n_i为中心对x’ i分别向两端进行对称延拓一个周期得到新的数据序列:本文档来自技高网...

【技术保护点】
一种电力系统低频振荡模态辨识方法，其特征在于：步骤1：对滤波后的电力系统低频振荡信号x(t)进行离散化处理，采样步长取为Δt，得到离散化处理信号：xi＝[x1,x2,...,xn]，i＝1,2,...,n式中，xi为离散化之后的信号值的集合，x1,x2,...,xn为离散化之后t1,t2,...,tn时刻的信号值；步骤2：信号xi两端点值用β、γ替代，构造新的数据序列x'i：x'i＝[x'0,x'k,x'n‑1]式中，x'0＝β，x'k＝xk，x'n‑1＝γ，k＝1,2,...,n‑2，i＝0,1,...,n‑1；步骤3：以端点x'0、x'n‑1为中心对x'i分别向两端进行对称延拓一个周期得到新的数据序列：h＝[hl,hi,hr]＝[2x'0‑x'i,x'i,2x'n‑1‑x'n‑1‑i]式中，i＝0,1,...,n‑1；步骤4：利用三次样条插值法对信号数据序列h进行包络，得到包络线s(x)，优化x'i的两个端点值β和γ，构建hi与si的偏差评价函数为：ϵ=Σi=0n-1(si-hi)2+μ∫s2(x)dx]]>式中，μ为光滑系数，si为s(x)对应于hi的那部分包络线；步骤5：对偏差评价函数进行离散化，得：ϵ=Σi=0n-1(si-hi)2+μ(Δx)3Σi=0n-1(▿2s(hi))2]]>式中，Δx为采样间隔，▽2为二阶微分算子；步骤6：将x'0＝β和x'n‑1‑1＝γ，上式可以变换为：ϵ=12Σi=0n-1(si-hi)2+μ(Δx)3Σi=0n-1(▿2s(hi))2+(β-x0)2+(γ-xn-1)2]]>当∂ϵ/∂β=0∂ϵ/∂γ=0]]>时，ε为最小值，得出β和γ的值；步骤7：根据数据序列h重新对电力系统低频振荡信号进行对称延拓，分解得到IMF分量c(t)和剩余分量r(t)；步骤8：如果r(t)为单调函数，则转到步骤9，否则转到步骤2；步骤9：EMD分解结束，得到IMF分量c(t)；步骤10：利用K‑S法将c(t)与电力系统低频振荡信号x(t)进行对比分析，剔除与x(t)无关的虚假IMF(伪IMF)分量，得到余下的有效IMF分量ci(t)；步骤11：利用数位演算法对ci(t)进行各个模态瞬时参数的提取，得到电力系统低频振荡信号x(t)的瞬时频率、瞬时幅值和衰减因子。...

【技术特征摘要】
1.一种电力系统低频振荡模态辨识方法，其特征在于: 步骤1:对滤波后的电力系统低频振荡信号X(t)进行离散化处理，采样步长取为At，得到离散化处理信号: Xi = [xi, X2，...，xn]，i = 1，2，...，η 式中，Xi为离散化之后的信号值的集合，X1, X2,..., Xn为离散化之后t2,..., tn时刻的信号值； 步骤2:信号Xi两端点值用β、Y替代，构造新的数据序列X’ i: X i — [X O，X k，X n-1]式中，X’ O = β , X’ k ...

【专利技术属性】
技术研发人员：金涛，顾小兴，郭艳威，修铭，褚福亮，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35