基于IIR数字滤波和ESPRIT辨识算法的电力系统低频振荡检测方法

    公开(公告)号:CN109462242A

    公开(公告)日:2019-03-12

    申请号:CN201811305641.2

    申请日:2018-11-02

    IPC分类号: H02J3/24

    摘要: 本发明公开了一种基于IIR数字滤波和ESPRIT辨识算法的电力系统低频振荡检测方法,包括:1)利用广域测量系统对电力系统的输出功率信号进行在线实时监测;2)使用无限脉冲响应数字滤波技术对实测信号数据进行预处理;3)对滤波后的信号进行异常数据处理与去直流;4)利用ESPRIT辨识算法得到信号的振荡信息;5)根据辨识到的实测数据信息判断系统是否发生低频振荡。本发明不需要对实际电网结构建立模型,仅仅利用WAMS实测信号数据,通过数据处理和辨识算法即可快速准确地检测到电力系统的振荡。本方法能够减小系统噪声和干扰对振荡辨识的影响,实现电力系统振荡的在线快速检测,从而及时采取相应措施以减小低频振荡对电力系统的危害。

    一种大容量调相机自并励励磁系统参数辨识方法

    公开(公告)号:CN109446720B

    公开(公告)日:2022-06-28

    申请号:CN201811363194.6

    申请日:2018-12-24

    IPC分类号: G06F30/27 G06N3/12

    摘要: 本发明公开了一种大容量调相机自并励励磁系统参数辨识方法,属于电力系统建模与控制的技术领域。该方法通过计算待辨识参数的时域灵敏度,进而得到自并励励磁系统各单元输出的权重;将各单元输出的权重引入到一种具有抗差能力的目标函数中,通过交叉概率pc和变异概率pm可自适应调节的改进遗传算法实现自并励励磁系统参数的精确辨识。本发明通过参数的时域灵敏度计算以得到单元输出权重,加快了算法的收敛速度,通过确定一种具有抗差能力的目标函数,有效地减少了坏数据对辨识结果的影响,提高了辨识结果的精度。在参数寻优过程中采用的遗传算法,引入了自适应调节的交叉概率pc和变异概率pm,防止解集陷入局部最优,解决了传统遗传算法早熟的问题。

    一种风电功率波动诱发系统强迫振荡的检测方法

    公开(公告)号:CN109390957B

    公开(公告)日:2021-01-26

    申请号:CN201811483746.7

    申请日:2018-12-05

    IPC分类号: G06Q10/04

    摘要: 本发明公开了一种风电功率波动诱发系统强迫振荡的检测方法,包括利用广域测量系统PMU对电网输出信号实时监测与记录;利用高阶谱分析法对PMU信号分析,实时监测系统振荡,在振荡时提取主导振荡模式并记录其中心频率;利用监测结果截取包含振荡信号的区间PMU信号数据,利用双谱相位重构计算振荡相位;利用能量分析法计算风电机组的能量流;判断系统振荡是否为风机功率波动诱发的强迫振荡。本发明不考虑实际电网结构,不进行建模,仅利用电网输出信号数据,本发明对振荡信号先验知识的要求少且可以在包含高斯有色噪声的情况下准确检测振荡信号并得到振荡中心频率,对风电机组能量分析即可辨识电网振荡是否由风电场功率波动诱发,准确性高。

    一种大容量调相机自并励励磁系统参数辨识方法

    公开(公告)号:CN109446720A

    公开(公告)日:2019-03-08

    申请号:CN201811363194.6

    申请日:2018-12-24

    IPC分类号: G06F17/50 G06N3/12

    摘要: 本发明公开了一种大容量调相机自并励励磁系统参数辨识方法,属于电力系统建模与控制的技术领域。该方法通过计算待辨识参数的时域灵敏度,进而得到自并励励磁系统各单元输出的权重;将各单元输出的权重引入到一种具有抗差能力的目标函数中,通过交叉概率pc和变异概率pm可自适应调节的改进遗传算法实现自并励励磁系统参数的精确辨识。本发明通过参数的时域灵敏度计算以得到单元输出权重,加快了算法的收敛速度,通过确定一种具有抗差能力的目标函数,有效地减少了坏数据对辨识结果的影响,提高了辨识结果的精度。在参数寻优过程中采用的遗传算法,引入了自适应调节的交叉概率pc和变异概率pm,防止解集陷入局部最优,解决了传统遗传算法早熟的问题。

    一种基于稳态学习机制的电网低频振荡模糊综合预警方法

    公开(公告)号:CN105676018B

    公开(公告)日:2018-07-31

    申请号:CN201510819011.7

    申请日:2015-11-23

    IPC分类号: G01R31/00

    摘要: 本发明公开了种基于稳态学习机制的电网低频振荡模糊综合预警方法,其特征是,包括以下步骤:1)确立预警指标;2)制定稳态下功率波动学习机制;3)使用滑动窗技术对本窗口内数据进行预处理并计算预警指标值;4)使用模糊层次分析法计算当前电力系统低频振荡安全状态分值,给出安全等级实现快速预警;5)当所处状态非安全时,导出当前窗口振荡数据,启动模式辨识程序。本发明所达到的有益效果:通过快速预警与模式辨识相结合的方法可以有效弥补传统预警速度慢、存在误报、依赖电网模型的不足,实现了在仅提供实测数据的条件下,不仅能快速准确给出电网低频振荡安全状态,而且也能给调度员提供有利的模态信息采取抑制措施。

    一种基于稳态学习机制的电网低频振荡模糊综合预警方法

    公开(公告)号:CN105676018A

    公开(公告)日:2016-06-15

    申请号:CN201510819011.7

    申请日:2015-11-23

    IPC分类号: G01R31/00

    CPC分类号: G01R31/00

    摘要: 本发明公开了一种基于稳态学习机制的电网低频振荡模糊综合预警方法,其特征是,包括以下步骤:1)确立预警指标;2)制定稳态下功率波动学习机制;3)使用滑动窗技术对本窗口内数据进行预处理并计算预警指标值;4)使用模糊层次分析法计算当前电力系统低频振荡安全状态分值,给出安全等级实现快速预警;5)当所处状态非安全时,导出当前窗口振荡数据,启动模式辨识程序。本发明所达到的有益效果:通过快速预警与模式辨识相结合的方法可以有效弥补传统预警速度慢、存在误报、依赖电网模型的不足,实现了在仅提供实测数据的条件下,不仅能快速准确给出电网低频振荡安全状态,而且也能给调度员提供有利的模态信息采取抑制措施。