[發明專利]基于改進SVD降噪和Prony的低頻振蕩主導模式辨識方法

有效

• 申請號: 201710084322.2
• 申請日: 2017-02-16
• 公開（公告）號: CN106845010B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 王德林;潘志豪;郭成;馬寧寧;康積濤
• 申請（專利權）人: 西南交通大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/00
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 李林合;李蕊

本發明公開了一種基于改進SVD降噪和Prony的低頻振蕩主導模式辨識方法，其包括根據輸入信號和基本不等式原理，構造出SDV算法中矩陣行數和矩陣列數具有最大乘積的Hankel矩陣；根據輸入信號，繪制其信噪比曲線，并對信噪比曲線進行分析，確定最佳有效奇異值階次；根據最佳有效奇異值階次對Prony算法中的辨識階次進行選擇，確立最佳辨識階次；利用具有Hankel矩陣和最佳有效奇異值階次的SVD算法對輸入信號進行處理，得到降噪信號；通過具有最佳辨識階次的Prony算法對降噪信號進行分析，辨識低頻振蕩主導模式；該基于改進SVD降噪和Prony的低頻振蕩主導模式辨識方法具有噪聲抑制能力強，辨識精度和準確度高等優點。

技術領域

本發明涉及電力系統領域，具體涉及一種基于改進SVD降噪和Prony的低頻振蕩主導模式辨識方法。

背景技術

隨著大電網互聯的推進和電力系統規模不斷擴大，在提高電網運行的可靠性和經濟性的同時，也帶來了新的安全隱患；近年來多次發生低頻振蕩嚴重的危及了電網的安全穩定運行，引起了工業界和學術界的廣泛關注；因此，正確分析低頻振蕩特征參數是有效抑制電力系統低頻振蕩現象的重要基礎。

基于受擾軌跡的低頻振蕩分析可直接對系統輸出響應進行分析，無需詳細的系統模型和大規模特征值計算，能夠適應系統運行方式和參數的變化，并能反映系統在擾動之后的動態過程并且計及各種非線性因素的影響；在各種信號分析的方法中，傅里葉變換、小波變換等應用非常廣泛，但很難提取出信號的衰減系數，即難以求出阻尼比這一重要特征。

近年來，Prony算法在電力系統分析與控制領域得到了廣泛的應用，在電力系統的研究中，Prony分析方法有廣泛的適用性，特別是在小信號穩定控制領域的系統辨識中的優勢十分明顯；利用Prony分析實測數據得到的信息比小擾動分析得到的信息更準確，通過對實際系統的Prony分析可直接得到系統中主導特征根及其傳遞函數留數等信息，用一個最優的系統降階模型來逼近原高階模型。

然而，Prony算法對輸入信號的要求較高，噪聲干擾會嚴重影響Prony極點公式的估計的精度，從而使計算的結果出現較大誤差；在理想情況下，Prony算法的求解并不復雜，但在白噪聲背景下，該復指數模型的最優求解是一個困難的非線性最小二乘問題，而SVD降噪中又存在Hankel矩陣階數和有效奇異值階次的難以確定等問題。

發明內容

針對現有技術中的上述不足，本發明提供的基于改進SVD降噪和Prony的低頻振蕩主導模式辨識方法具有噪聲抑制能力強，辨識精度和準確度高等優點。

為了達到上述發明目的，本發明采用的技術方案為：提供一種基于改進SVD 降噪和Prony的低頻振蕩主導模式辨識方法，其包括根據輸入信號和基本不等式原理，構造出SDV算法中矩陣行數和矩陣列數具有最大乘積的Hankel矩陣；根據輸入信號，繪制其信噪比曲線，并對信噪比曲線進行分析，確定最佳有效奇異值階次；根據最佳有效奇異值階次對Prony算法中的辨識階次進行選擇，確立最佳辨識階次；利用具有Hankel矩陣和最佳有效奇異值階次的SVD算法對輸入信號進行處理，得到降噪信號；通過具有最佳辨識階次的Prony算法對降噪信號進行分析，辨識低頻振蕩主導模式。

進一步地，S1的具體步驟為：設Hankel矩陣行數為m，矩陣列數為n，輸入信號為X(N)＝{x₁，x₂，....，x_N}，輸入信號中的信號點數為N；根據不等式原理中當m和n相等或最接近時兩者的乘積最大，確立矩陣行數m和矩陣列數n 的值，并通過相空間重構構造m×n階的Hankel矩陣H。

進一步地，Hankel矩陣H的矩陣行數m為：

Hankel矩陣H的矩陣列數n為：

n＝N+1-m：

其中，N為輸入信號中的信號點數；