[發(fā)明專利]基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010529290.4
• 申請日: 2020-06-11
• 公開（公告）號: CN111541255B
• 公開（公告）日: 2021-11-12
• 發(fā)明（設(shè)計）人: 王志遠;江曉東;常曉青;張鵬;滕予非;龍呈
• 申請（專利權(quán)）人: 天津大學;國網(wǎng)四川省電力公司電力科學研究院
• 主分類號: H02J3/24
• 分類號: H02J3/24;H02J3/38
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 祖之強

本公開提供了一種基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法及系統(tǒng)，屬于電力系統(tǒng)技術(shù)領(lǐng)域，對同步相量測量裝置采集到的電力系統(tǒng)的量測數(shù)據(jù)進行預處理；采用基于模糊C均值聚類的多階隨機子空間方法，得到電力系統(tǒng)的最小實現(xiàn)階數(shù)和初始振蕩參數(shù)辨識值；如果在初始振蕩參數(shù)辨識值下，電力系統(tǒng)低頻振蕩的量測值與擬合值的殘差平方和的均值大于預設(shè)閾值，則以最小實現(xiàn)階數(shù)進行預設(shè)商梯度系統(tǒng)的定階，以初始振蕩參數(shù)辨識值為預設(shè)商梯度系統(tǒng)的輸入，得到電力系統(tǒng)的最優(yōu)振蕩參數(shù)辨識值；否則，以初始振蕩參數(shù)辨識值作為最優(yōu)振蕩參數(shù)辨識值；本公開通過對商梯度系統(tǒng)的退化穩(wěn)定平衡流形的追蹤，找到最優(yōu)參數(shù)辨識值，能夠更準確的找到最優(yōu)參數(shù)辨識值，具有較高的抗噪性能和魯棒性。

技術(shù)領(lǐng)域

本公開涉及電力系統(tǒng)技術(shù)領(lǐng)域，特別涉及一種基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)，并不必然構(gòu)成現(xiàn)有技術(shù)。

隨著我國區(qū)域電力系統(tǒng)之間不斷互聯(lián)，大容量遠距離輸電使得區(qū)域間電氣聯(lián)系增多，同時快速勵磁裝置在各大發(fā)電廠中不斷應用，導致我國目前低頻振蕩問題變得日益顯著。此外，新能源發(fā)電裝置的快速增長和成規(guī)模化的風電、光伏電站并網(wǎng)，將導致電力系統(tǒng)受到的小擾動沖擊更多了，而發(fā)電機模型階數(shù)急劇提高，對于小干擾穩(wěn)定分析帶來了巨大的挑戰(zhàn)。因此，如何有效的針對電力系統(tǒng)可能存在的低頻振蕩進行模態(tài)識別分析，快速準確的獲得系統(tǒng)振蕩參數(shù)并實現(xiàn)在線分析，是實現(xiàn)電網(wǎng)安全穩(wěn)定的一個關(guān)鍵。

目前，廣域測量系統(tǒng)(WideArea Measurement System，WAMS)在電網(wǎng)中得到廣泛的應用，通過同步向量測量單元(PhasorMeasurement Unit，PMU)可實現(xiàn)電網(wǎng)實時運行狀態(tài)的觀測和采集。因此，大量基于量測的低頻振蕩模態(tài)識別方法被學者研究和發(fā)展，主要有：Prony算法、希爾伯特-黃變換算法(HHT)、隨機子空間方法、卡爾曼濾波法等。Prony算法是目前應用范圍較廣泛的辨識算法，其用有限的調(diào)幅指數(shù)函數(shù)疊加對采樣信號進行擬合，但是對信號的噪聲較敏感，在分析非平穩(wěn)電力系統(tǒng)振蕩信號時可能會出現(xiàn)虛假模態(tài)。HHT算法的本質(zhì)是將信號分解為有限多個反映信號局部特征的本征模態(tài)函數(shù)的組合，其有較高的短時信號處理能力和較高的辨識精度，但是存在模式混淆等問題，對兩個臨近頻率的模態(tài)可能無法有效區(qū)分。隨機子空間算法基于卡爾曼濾波原理，可以處理有效大量的數(shù)據(jù)，但是也存在定階困難等問題。

本公開發(fā)明人發(fā)現(xiàn)，在實際系統(tǒng)運行中，PMU量測數(shù)據(jù)存在大量的環(huán)境干擾噪聲，雖然一些學者提出如隨機減量技術(shù)、小波去噪法等方法對現(xiàn)有算法進行改進，在數(shù)據(jù)采集后會經(jīng)過去噪濾波處理，但是在一些情況下經(jīng)處理后的數(shù)據(jù)可能仍含有噪聲干擾。另外，這些算法中還存在著不同程度的定階困難、存在虛假模態(tài)等問題，難以滿足在線應用的要求。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的不足，本公開提供了一種基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法及系統(tǒng)，先在第一階段獲得系統(tǒng)最小實現(xiàn)階數(shù)和初始振蕩參數(shù)辨識值，若該參數(shù)滿足精度要求則算法終止，否則轉(zhuǎn)入下一階段，在第二階段中，通過對商梯度系統(tǒng)的退化穩(wěn)定平衡流形的追蹤，找到最優(yōu)參數(shù)辨識值，極大的提高了抗噪性能和魯棒性。

為了實現(xiàn)上述目的，本公開采用如下技術(shù)方案：

本公開第一方面提供了一種基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法。

一種基于動力學系統(tǒng)的低頻振蕩模態(tài)識別方法，包括以下步驟：

對同步相量測量裝置采集到的電力系統(tǒng)的至少一種量測值進行預處理；

對預處理后的量測值，采用基于模糊C均值聚類的多階隨機子空間方法，獲取電力系統(tǒng)的最小實現(xiàn)階數(shù)和初始振蕩參數(shù)辨識值；

根據(jù)初始振蕩參數(shù)辨識值擬合得到擬合值，如果量測值與擬合值的殘差平方和的均值大于預設(shè)閾值，則以最小實現(xiàn)階數(shù)進行預設(shè)商梯度系統(tǒng)的定階，并以初始振蕩參數(shù)辨識值為預設(shè)商梯度系統(tǒng)的輸入，得到電力系統(tǒng)的最優(yōu)振蕩參數(shù)辨識值；否則，以初始振蕩參數(shù)辨識值作為最優(yōu)振蕩參數(shù)辨識值。