本申请公开了一种电力系统等值惯性常数辨识方法及其相关装置，方法包括：通过同步相量测量单元采集电力系统中各同步机的有功功率和连接母线频率；将所有有功功率的和作为第一输入信号，将所有连接母线频率的加权平均值作为第一输出信号，并对第一输入信号和第一输出信号进行预处理；通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对自回归移动平均模型进行参数辨识，得到辨识模型；通过辨识模型提取电力系统等值惯性常数，改善了现有技术无法实现对电力系统等值惯性常数的实时在线辨识的技术问题。实时在线辨识的技术问题。实时在线辨识的技术问题。
【技术实现步骤摘要】
一种电力系统等值惯性常数辨识方法及其相关装置
[0001]本申请涉及电力系统
，尤其涉及一种电力系统等值惯性常数辨识方法及其相关装置。
技术介绍
[0002]惯性是电力系统的一种固有属性，是保证系统安全稳定运行的基础。电力系统的惯性通常来源于系统中同步机储存的旋转动能，且可用等值惯性常数来表征。因此，实现对电力系统等值惯性常数的实时在线辨识对保障系统安全稳定运行具有重要意义。按照采样信号的类型来分类，电力系统等值惯性常数辨识方法可以分为基于暂态响应信号的辨识和基于类噪声信号的辨识。目前，基于暂态响应信号的辨识大多借助系统的大扰动历史数据，而基于类噪声信号的辨识仅采用非递推算法，计算效率低，以上方法均无法实现对电力系统等值惯性常数的实时在线辨识。
技术实现思路
[0003]本申请提供了一种电力系统等值惯性常数辨识方法及其相关装置，用于改善现有技术无法实现对电力系统等值惯性常数的实时在线辨识的技术问题。
[0004]有鉴于此，本申请第一方面提供了一种电力系统等值惯性常数辨识方法，包括：
[0005]通过同步相量测量单元采集电力系统中各同步机的有功功率和连接母线频率；
[0006]将所有所述有功功率的和作为第一输入信号，将所有所述连接母线频率的加权平均值作为第一输出信号，并对所述第一输入信号和所述第一输出信号进行预处理；
[0007]通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型；
[0008]通过所述辨识模型提取电力系统等值惯性常数。
[0009]可选的，所述对所述第一输入信号和所述第一输出信号进行预处理，包括：
[0010]通过所述第一输入信号、所述第一输出信号分别除以对应的第一输入信号基值、第一输出信号基值，得到第一输入信号标幺值、第一输出信号标幺值；
[0011]去除所述第一输入信号标幺值的均值和第一输出信号标幺值的均值；
[0012]对去均值后的第一输入信号标幺值、去均值后的第一输出信号标幺值进行滤波；
[0013]对滤波后的第一输入信号标幺值、滤波后的第一输出信号标幺值进行重采样。
[0014]可选的，所述通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型，之后还包括：
[0015]对所述辨识模型进行交叉验证，得到交叉验证结果；
[0016]当所述交叉验证结果为辨识模型可靠时，执行后续步骤。
[0017]可选的，所述对所述辨识模型进行交叉验证，得到交叉验证结果，包括：
[0018]获取用于验证的第二输入信号和第二输出信号；
[0019]将所述第二输入信号输入到所述辨识模型，得到预测输出信号；
[0020]计算所述第二输出信号和所述预测输出信号的拟合度；
[0021]当所述拟合度大于预置拟合度阈值时，得到辨识模型可靠的交叉验证结果，当所述拟合度小于或等于预置拟合度阈值时，得到辨识模型不可靠的交叉验证结果。
[0022]可选的，所述通过所述辨识模型提取电力系统等值惯性常数，包括：
[0023]对所述辨识模型施加单位阶跃信号，并计算所述辨识模型的单位阶跃响应的初始斜率；
[0024]通过预置系数对所述初始斜率进行加权后求倒数，得到电力系统等值惯性常数。
[0025]本申请第二方面提供了一种电力系统等值惯性常数辨识装置，包括：
[0026]采集单元，用于通过同步相量测量单元采集电力系统中各同步机的有功功率和连接母线频率；
[0027]预处理单元，用于将所有所述有功功率的和作为第一输入信号，将所有所述连接母线频率的加权平均值作为第一输出信号，并对所述第一输入信号和所述第一输出信号进行预处理；
[0028]辨识单元，用于通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型；
[0029]提取单元，用于通过所述辨识模型提取电力系统等值惯性常数。
[0030]可选的，所述预处理单元具体用于：
[0031]将所有所述有功功率的和作为第一输入信号，将所有所述连接母线频率的加权平均值作为第一输出信号；
[0032]通过所述第一输入信号、所述第一输出信号分别除以对应的第一输入信号基值、第一输出信号基值，得到第一输入信号标幺值、第一输出信号标幺值；
[0033]去除所述第一输入信号标幺值的均值和第一输出信号标幺值的均值；
[0034]对去均值后的第一输入信号标幺值、去均值后的第一输出信号标幺值进行滤波；
[0035]对滤波后的第一输入信号标幺值、滤波后的第一输出信号标幺值进行重采样。
[0036]可选的，所述提取单元具体用于：
[0037]对所述辨识模型施加单位阶跃信号，并计算所述辨识模型的单位阶跃响应的初始斜率；
[0038]通过预置系数对所述初始斜率进行加权后求倒数，得到电力系统等值惯性常数。
[0039]本申请第三方面提供了一种电力系统等值惯性常数辨识设备，所述设备包括处理器以及存储器；
[0040]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0041]所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的电力系统等值惯性常数辨识方法。
[0042]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现第一方面任一种所述的电力系统等值惯性常数辨识方法。
[0043]从以上技术方案可以看出，本申请具有以下优点：
[0044]本申请提供了一种电力系统等值惯性常数辨识方法，包括：通过同步相量测量单元采集电力系统中各同步机的有功功率和连接母线频率；将所有有功功率的和作为第一输入信号，将所有连接母线频率的加权平均值作为第一输出信号，并对第一输入信号和第一输出信号进行预处理；通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对自回归移动平均模型进行参数辨识，得到辨识模型；通过辨识模型提取电力系统等值惯性常数。
[0045]本申请中，通过采集各同步机的有功功率和连接母线频率获取输入信号和输出信号，并对其进行预处理后，通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型，进而获取电力系统等值惯性常数，由于电力系统中的类噪声信号时刻存在，且递推算法计算效率高，能够实现对电力系统等值惯性常数的实时在线辨识，改善了现有技术无法实现对电力系统等值惯性常数的实时在线辨识的技术问题。
附图说明
[004本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电力系统等值惯性常数辨识方法，其特征在于，包括：通过同步相量测量单元采集电力系统中各同步机的有功功率和连接母线频率；将所有所述有功功率的和作为第一输入信号，将所有所述连接母线频率的加权平均值作为第一输出信号，并对所述第一输入信号和所述第一输出信号进行预处理；通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型；通过所述辨识模型提取电力系统等值惯性常数。2.根据权利要求1所述的电力系统等值惯性常数辨识方法，其特征在于，所述对所述第一输入信号和所述第一输出信号进行预处理，包括：通过所述第一输入信号、所述第一输出信号分别除以对应的第一输入信号基值、第一输出信号基值，得到第一输入信号标幺值、第一输出信号标幺值；去除所述第一输入信号标幺值的均值和第一输出信号标幺值的均值；对去均值后的第一输入信号标幺值、去均值后的第一输出信号标幺值进行滤波；对滤波后的第一输入信号标幺值、滤波后的第一输出信号标幺值进行重采样。3.根据权利要求1所述的电力系统等值惯性常数辨识方法，其特征在于，所述通过预处理后的第一输入信号和预处理后的第一输出信号构建自回归移动平均模型，并通过递推加权最小二乘法对所述自回归移动平均模型进行参数辨识，得到辨识模型，之后还包括：对所述辨识模型进行交叉验证，得到交叉验证结果；当所述交叉验证结果为辨识模型可靠时，执行后续步骤。4.根据权利要求3所述的电力系统等值惯性常数辨识方法，其特征在于，所述对所述辨识模型进行交叉验证，得到交叉验证结果，包括：获取用于验证的第二输入信号和第二输出信号；将所述第二输入信号输入到所述辨识模型，得到预测输出信号；计算所述第二输出信号和所述预测输出信号的拟合度；当所述拟合度大于预置拟合度阈值时，得到辨识模型可靠的交叉验证结果，当所述拟合度小于或等于预置拟合度阈值时，得到辨识模型不可靠的交叉验证结果。5.根据权利要求1所述的电力系统等值惯性常数辨识方法，其特征在于，所述通过所述辨识模型提取电力系统等值惯性常数，包括：对所述辨识模型施加单位阶跃信号，并计算所述辨识模型的单位阶跃响应的...
【专利技术属性】
技术研发人员：曾繁宏，李昊飞，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：
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。