基于模糊聚类的NExT-ERA低频振荡类噪声辨识

发布时间：2018-04-13 20:16

  本文选题：低频振荡 + 模态分析　； 参考：《电力系统保护与控制》2016年22期

【摘要】：低频振荡模态分析为电网的安全稳定运行提供了最基本的信息要素。针对环境激励下PMU量测的类噪声信号,讨论了自然激励技术结合特征系统实现算法(NEx T-ERA)进行低频振荡模态识别的适用性,对非同步量测信号采用数据截断预处理后,利用该方法同样可以实现有效辨识。引入模糊C均值聚类算法对辨识结果中真伪模态进行自动拾取,提高了辨识精度。通过对IEEE4机11节点系统和IEEE16机68节点系统的仿真数据分析,表明所提出的方法对低频振荡类噪声信号具有较高的模态辨识能力和计算效率,在低频振荡广域监测中具有很好的应用前景。
[Abstract]:The low frequency oscillation mode analysis provides the most basic information elements for the safe and stable operation of the power grid.Aiming at the noise-like signals measured by PMU under ambient excitation, this paper discusses the applicability of the natural excitation technology combined with the feature system realization algorithm (NEX T-ERA) for low frequency oscillation modal identification. After data truncation is used to preprocess the non-synchronous measurement signals,The method can also be used to realize effective identification.The fuzzy C-means clustering algorithm is introduced to automatically pick up the true and false modes in the identification results, which improves the identification accuracy.By analyzing the simulation data of 11-bus system of IEEE4 machine and 68 bus system of IEEE16 machine, it is shown that the proposed method has high modal identification ability and computational efficiency for low-frequency oscillation noise-like signal.It has a good application prospect in wide area monitoring of low frequency oscillation.
【作者单位】： 西南交通大学电气工程学院;四川省电力公司计量中心;
【基金】：国家自然科学基金重点项目(U1134205) 中国铁路总公司重点科技项目(2015J005-A)~~
【分类号】：TM712

【相似文献】

相关期刊论文 前10条

1 邓集祥,赵丽丽;大干扰下主导低频振荡模式作用的再研究[J];东北电力学院学报;2004年06期

2 李佳;刘金山;葛文红;;模态级数法在主导低频振荡模式鉴别方面的应用[J];吉林电力;2008年04期

3 周希念;;对水电厂低频振荡存在现象及防治措施的探讨[J];广东科技;2009年24期

4 杨华昆;;地区电网低频振荡分析与抑制[J];中国新技术新产品;2010年23期

5 赵莲;许占彪;;110KV供电网络低频振荡分析及抑制方法[J];现代商贸工业;2011年01期

6 郭成;;在线判断低频振荡模式的新方法[J];云南电力技术;2011年02期

7 董清;张玲;颜湘武;;低频振荡扰动源机组的自动定位方法[J];电网技术;2012年10期

8 陈冬霞;;大电网低频振荡研究及其最新进展[J];东北电力技术;2012年11期

9 陈武晖;邓集祥;;三阶非线性对主导低频振荡模式的影响[J];现代电力;2012年06期

10 肖宾;小电力系统中机组低频振荡的分析[J];贵州水力发电;2001年01期

相关会议论文 前10条

1 肖友强;杨劲松;;低频振荡的产生原因[A];2006年云南电力技术论坛优秀论文集[C];2006年

2 孙振;屈瑞谦;杨德昌;;区域间低频振荡在线监测方法研究综述[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 文贤馗;钟晶亮;;电网低频振荡时汽轮机控制策略的研究[A];发耳电厂4×600MW机组工程施工论文总结汇编[C];2010年

4 潘晓杰;任冲;;现代控制技术在抑制低频振荡中的应用[A];中南七省（区）电力系统专业委员会第二十二届联合学术年会论文集[C];2007年

5 王凯;;云南电网低频振荡安全预警及辅助决策系统构建方案[A];2007云南电力技术论坛论文集[C];2007年

6 任冲;刘涤尘;潘晓杰;雍志娟;倪晓东;;现代控制技术在抑制低频振荡中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 刘明群;陈晶;吴水军;杨杨;刘洪涛;;电厂机组引起电网低频振荡原因分析[A];2012年云南电力技术论坛论文集[C];2012年

8 王雁雄;;滇西电网小水电群低频振荡解列技术应用研究[A];2010年云南电力技术论坛论文集（优秀论文部分）[C];2010年

9 陈玉林;侯学勇;王亮;常宝立;;电网低频振荡动态过程的信号特征及相量表征[A];2013年中国电机工程学会年会论文集[C];2013年

10 蒋周士;孙黎霞;周海强;鞠平;;火电厂动力系统对电力系统超低频振荡的影响[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

相关重要报纸文章 前2条

1 赵琳;楚雄供电局开展抑制低频振荡应用科技项目研究[N];楚雄日报(汉);2011年

2 武汉王玉龙;自制广告彩灯电路[N];电子报;2013年

相关博士学位论文 前9条

1 王铁强;电力系统低频振荡共振机理的研究[D];华北电力大学;2001年

2 易建波;电力系统低频振荡在线分析关键技术研究[D];电子科技大学;2013年

3 向农;跨区电网低频振荡的机理与控制研究[D];武汉大学;2009年

4 张鹏;基于广域量测的电力系统区域间低频振荡分析[D];西南交通大学;2015年

5 宫璇;多重扰动下大电网低频振荡预警体系的研究[D];武汉大学;2013年

6 杨慧敏;区域电网低频振荡特性分析与抑制方法的研究[D];华中科技大学;2009年

7 刘志坚;基于电气剖分网络的阻尼特性与低频振荡抑制对策研究[D];哈尔滨工业大学;2010年

8 谭谨;大规模风电并网系统的低频振荡研究[D];西南交通大学;2014年

9 竺炜;发电机稳定分析与控制的若干问题研究[D];湖南大学;2010年

相关硕士学位论文 前10条

1 王小龙;计及调速系统作用的水电厂孤网运行超低频振荡研究[D];昆明理工大学;2015年

2 黄岩;PSS系统参数对江西电网低频振荡抑制效果分析[D];南昌大学;2014年

3 缪晓刚;利用SVC附加控制抑制电网低频振荡的研究[D];华中科技大学;2014年

4 薄博;共振型低频振荡振源定位研究[D];华北电力大学（北京）;2009年

5 卢香平;基于广域测量的低频振荡分析与研究[D];贵州大学;2006年

6 张涛;基于模糊聚类与动态分割的低频振荡信息辨识[D];东北电力大学;2008年

7 谭平;电网侧扰动引起的共振型低频与超低频振荡研究[D];长沙理工大学;2011年

8 马建伟;低频振荡模式的傅里叶及神经网络分析方法研究[D];长沙理工大学;2012年

9 杨芳;基于神经网络滤波的低频振荡模式分析[D];长沙理工大学;2012年

10 刘贵富;低频振荡模式的鲁棒递推及自适应滤波辨识算法研究[D];重庆大学;2012年

，

本文编号：1746034