基于Prony算法和病态数据分析的电网低频振荡检测方法技术

技术编号:14946018 阅读:96 留言:0更新日期:2017-04-01 12:22
一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法,首先,将预处理得到的信号输入6~20点的缓存窗口,之后计算最小二乘法矩阵系数,将得到的矩阵特征值进行比较,根据特征值之间的关系判断矩阵是否为病态矩阵,如果为病态矩阵则滤除此组数据,否则采用最小二乘法求矩阵继续求解广义解,最后根据广义解求得低频振荡信号的参数;可以实时准确估计电网低频振荡的幅值、相角、衰减系数,这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强,对信号噪声不敏感,相应速度较快,有经济和实用价值。

【技术实现步骤摘要】

本专利技术涉及的是一种利用FACTS装置抑制电网低频振荡方案中的一种低频振荡信号的在线检测方法。
技术介绍
FACTS装置今天已经被广泛应用在节能环保领域,此外,FACTS装置在电能质量领域增加电网稳定裕度,提高系统动态性能等方面的作用也日益显现。当系统阻尼不足或大扰动导致的发电机功角相对转动(0.2~2.5Hz),即发生低频振荡时,利用FACTS装置调整功率分配可以有效抑制振荡,提高系统的稳定性。在这一过程中,需要准确地在线识别振荡的模态,实时估计振荡的幅值、相角、衰减状况。Prony算法和HHT算法已经被证明可以有效用于离线分析低频振荡,但离线识别算法的运算量大,实时性无法保证的缺点导致它们无法直接被应用于在线识别。
技术实现思路
本专利技术提出的一种可行的基于Prony算法和病态数据分析的改进的低频振荡在线检测方法,可以实时准确估计电网低频振荡的幅值、相角、衰减系数,这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强,对信号噪声不敏感,相应速度较快,有经济和实用价值。本专利技术通过以下技术方案实现:一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法,首先,STATCOM装置A检测电网电压接入点的三相电压信号和电流信号,经过功率计算模块B算出实时功率P,实时功率P信号进入低频振荡识别模块G,低频振荡识别模块G计算出功率波动量ΔP,最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行;所述的低频振荡在线检测模块G包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分,所述的信号预处理模块C负责计算瞬时功率功率信号,并将信号中的高频噪声滤除;信号重构模块E用于将辨识所得的信号输出,利用改进Prony算法模块D辨识得到的参数,重绘P信号中低频振荡成分;改进Prony算法模块D是本专利技术的核心部分,首先,将预处理得到的信号输入6~20点的缓存窗口,之后计算最小二乘法矩阵系数,将得到的矩阵特征值进行比较,根据特征值之间的关系判断矩阵是否为病态矩阵,如果为病态矩阵则滤除此组数据,否则采用最小二乘法求矩阵继续求解广义解,最后根据广义解求得低频振荡信号的参数;具体过程如下:根据瞬时功率信号P采样序列Y(n)构造最小二乘法求解矩阵(Prony算法),YTYx=YTb(1)定义矩阵病态系数ρ,如果病态矩阵系数ρ在0.95~1.05之间,则认为特征值相差较大,这是一组病态数据,剔除这组数据,跳过本次计算;如果病态矩阵系数不在0.95和1.05之间则继续如下计算。求得模态计算二阶方程,μ设为振荡方程的特征根,得,μ2-(x1-1)μ+x2=0(4)振荡参数计算方程,求μ的对数,σ为特征根的实部,ω为特征根的虚部。本专利技术提出的一种可行的基于Prony算法和病态数据分析的改进的低频振荡在线检测方法,可以实时准确估计电网低频振荡的幅值、相角、衰减系数,这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强,对信号噪声不敏感,相应速度较快,有经济和实用价值。本专利技术提供一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法,被应用于STATCOM装置治理电网低频振荡,实践证明是一种有效的检测手段。附图说明图1是本专利技术的系统构成结构图。图2是改进Prony算法的流程图。图3是算法拟合P1的曲线。图4是算法拟合P2的曲线。具体实施方式下面结合附图对本专利技术的具体内容作进一步详细描述。首先,系统组成如图1所示,STATCOM装置A检测电网接入点的三相电压信号和电流信号,经过功率计算模块B算出实时功率P,实时功率P信号进入低频振荡识别模块G,低频振荡识别模块G估计出功率波动量ΔP,最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行。低频振荡在线检测模块G如图1所示,包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分。信号预处理模块C负责计算瞬时功率功率信号,并将信号中的高频噪声滤除,因为高频噪声会导致信号信噪比降低,矩阵系数不准确会导致数据病态和结果准确度降低。信号重构模块E用于将辨识所得的信号输出,利用改进Prony算法模块D辨识得到的参数,重绘P信号中低频振荡成分。可以看见重构信号与原信号相比滤除了P信号中的直流成分,而衰减和振荡信息被完整的保存下来。改进Prony算法模块D是本专利技术的核心部分,其主要特征如图2所示。首先,将预处理得到的信号输入6~20点的缓存窗口,之后计算最小二乘法矩阵系数,将得到的矩阵特征值进行比较,根据特征值之间的关系判断矩阵是否为病态矩阵,如果为病态矩阵则滤除此组数据,否则采用最小二乘法求矩阵继续求解广义解,最后根据广义解求得低频振荡信号的参数。根据瞬时功率信号P采样序列Y(n)构造最小二乘法求解矩阵(Prony算法),YTYx=YTb(1)定义矩阵病态系数,如果病态矩阵系数在0.95~1.05之间,可以认为特征值相差较大,这时一组病态数据,剔除这组数据,跳过本次计算。如果病态矩阵系数不在0.95和1.05之间则继续如下计算。求得模态计算二阶方程,μ设为振荡方程的特征根,得,μ2-(x1-1)μ+x2=0(4)振荡参数计算方程,求μ的对数,σ为特征根的实部,ω为特征根的虚部。为了验证算法的可行性,我们输入功率信号,P1=500+100e-0.1tcos(15.7t)P2=500+100e-0.5tcos(5.1t)叠加噪声信号,N1=N2=Tri(31400t)+0.5运行实时检测程序,得到信号参数,σ1=-0.101ω1=15.7σ2=-0.499ω2=5.10可以看到辨识的参数(经过滤波估计)与原始信号的相对误差在1%以内,辨识的精度较高,有实用价值。图3和图4分别对比了P1和P2的重构信号与原始信号,可以看到重构信号滤除了直流量(大信号幅值500)并准确地提取了原始信号的波动量(小信号幅值100)。系统辨识时间在1s之内,响应速度较快。本文档来自技高网...
<a href="http://www.xjishu.com/zhuanli/52/201610921610.html" title="基于Prony算法和病态数据分析的电网低频振荡检测方法原文来自X技术">基于Prony算法和病态数据分析的电网低频振荡检测方法</a>

【技术保护点】
一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法,首先,STATCOM装置A检测电网电压接入点的三相电压信号和电流信号,经过功率计算模块B算出实时功率P,实时功率P信号进入低频振荡识别模块G,低频振荡识别模块G计算出功率波动量ΔP,最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行;所述的低频振荡在线检测模块G包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分,所述的信号预处理模块C负责计算瞬时功率功率信号,并将信号中的高频噪声滤除;信号重构模块E用于将辨识所得的信号输出,利用改进Prony算法模块D辨识得到的参数,重绘P信号中低频振荡成分;改进Prony算法模块D是本专利技术的核心部分,首先,将预处理得到的信号输入6~20点的缓存窗口,之后计算最小二乘法矩阵系数,将得到的矩阵特征值进行比较,根据特征值之间的关系判断矩阵是否为病态矩阵,如果为病态矩阵则滤除此组数据,否则采用最小二乘法求矩阵继续求解广义解,最后根据广义解求得低频振荡信号的参数;具体过程如下:根据瞬时功率信号P采样序列Y(n)构造最小二乘法求解矩阵(Prony算法),YTYx=YTb                                         (1)YTY=Δa11a12a21a22---(2)]]>定义矩阵病态系数ρ,ρ=fabs((a11+a12)2(a11+a12)2-4(a11a22-a12a21))---(3)]]>如果病态矩阵系数ρ在0.95~1.05之间,则认为特征值相差较大,这是一组病态数据,剔除这组数据,跳过本次计算;如果病态矩阵系数不在0.95和1.05之间则继续如下计算。求得模态计算二阶方程,μ设为振荡方程的特征根,得,μ2‑(x1‑1)μ+x2=0                                    (4)振荡参数计算方程,求μ的对数,σ+ωi=Ln(μ)T---(5)]]>σ为特征根的实部,ω为特征根的虚部。...

【技术特征摘要】
1.一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法,首先,STATCOM装置A检测电网电压接入点的三相电压信号和电流信号,经过功率计算模块B算出实时功率P,实时功率P信号进入低频振荡识别模块G,低频振荡识别模块G计算出功率波动量ΔP,最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行;所述的低频振荡在线检测模块G包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分,所述的信号预处理模块C负责计算瞬时功率功率信号,并将信号中的高频噪声滤除;信号重构模块E用于将辨识所得的信号输出,利用改进Prony算法模块D辨识得到的参数,重绘P信号中低频振荡成分;改进Prony算法模块D是本发明的核心部分,首先,将预处理得到的信号输入6~20点的缓存窗口,之后计算最小二乘法矩阵系数,将得到的矩阵特征值进行比较,根据特征值之间的关系判断矩阵是否为病态矩阵,如果为病态...

【专利技术属性】
技术研发人员:于永军祁晓笑郭自勇孙贤大王绪宝王方楠徐哲王飞义李海生杨洋刘大贵赵殿波王继浩孔祥声杨永飞范巍
申请(专利权)人:国网新疆电力公司电力科学研究院梦网荣信科技集团股份有限公司
类型:发明
国别省市:新疆;65

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1