[發明專利]一種基于高階累積量與ESPRIT算法的功率振蕩檢測方法

在審

• 申請號: 202010557572.5
• 申請日: 2020-06-18
• 公開（公告）號: CN111913034A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 楊宏宇;呂萬;吳熙;顧文;顏全椿;姚瑤;汪泓;孫平平;黃佳星;梅睿;封建寶;花婷婷;季潔
• 申請（專利權）人: 江蘇方天電力技術有限公司;東南大學
• 主分類號: G01R21/00
• 分類號: G01R21/00;H02J3/24
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 施昊

本發明公開了一種基于高階累積量與ESPRIT算法的功率振蕩檢測方法，引入了高階累積量，能夠屏蔽高斯白噪聲和有色噪聲對信號的干擾，同時能夠保留信號中與振蕩相關的有效信息。為了消除量測數據噪聲對功率振蕩檢測的影響，彌補現有方法的不足，需要先對信號進行相關預處理，然后使用高階累積量替代原信號，最后再進行ESPRIT辨識。本發明操作步驟簡單，運算速度快，因此擁有較好的應用前景。

技術領域

本發明屬于電力系統振蕩檢測領域，特別涉及了一種功率振蕩檢測方法。

背景技術

隨著電網規模的不斷擴大、新能源發電系統的接入以及區域電網互聯局面的出現，系統中的功率振蕩事故越發頻繁，嚴重威脅電網的安全穩定運行。對電力系統功率振蕩進行及時準確的檢測能夠為調度提供有效的振蕩信息，有利于及時采取措施抑制和消除功率振蕩，保證電力系統的穩定運行，因此具有重要意義。

目前常見的功率振蕩分析方法可分為兩大類，一類是線性化分析法，另一類是基于實測數據的信號分析法。線性化分析法能夠得到豐富的振蕩信息，但對于系統模型的依賴程度高且在電網規模較大時會出現“維數災”問題。因此線性化分析法僅適用于機理類研究和事故后分析。

基于實測數據的信號分析方法主要包括Prony算法、希爾伯特-黃變換算法、小波變換、經驗模態分解(EMD)算法和子空間分解類算法等。這些信號分析方法各有特點，并在運算速度方面有所提升，但在高斯噪聲抑制方面效果不佳，這使得振蕩檢測結果的精確性得不到保證。為了能夠及時準確地得到電力系統的功率振蕩信息，還需要對檢測方法的噪聲抑制方面進行改善。

因此，確定一套能夠在線運用且能夠消除高斯噪聲影響的功率振蕩方法具有其必要性。

發明內容

為了解決上述背景技術提到的技術問題，本發明提出了一種基于高階累積量與ESPRIT算法的功率振蕩檢測方法，能夠在高斯噪聲干擾下準確檢測出系統中發生的功率振蕩信息。

為了實現上述技術目的，本發明的技術方案為：

一種基于高階累積量與ESPRIT算法的功率振蕩檢測方法，包括以下步驟：

(1)更新系統中相量測量單元(PMU)采樣的電信號數據；

(2)對采樣的電信號數據進行信號預處理；

(3)計算預處理后信號的四階累積量；

(4)將信號的四階累積量替代原信號數據；

(5)對步驟(4)得到的數據使用ESPRIT算法進行功率振蕩辨識；

(6)根據辨識結果判斷是否發生功率振蕩，如發生功率振蕩，則向調度中心輸出振蕩信息；如未發生功率振蕩，則返回步驟(1)。

進一步地，在步驟(2)中，信號預處理包括異常數據的識別、剔除、補正以及數據的濾波；所述異常數據是指由于測量偏差產生的明顯不符合數據趨勢的錯誤數據點。

進一步地，通過下式對異常數據進行識別：

其中，i＝7,8,...,N，N為數據長度，y_i為原始數據，為插值后數據；

先檢驗前6個數據點是正常數據點，

通過上述兩式按時間順序逐點計算滿足下式即為異常數據：