电力设备含噪非平稳信号特征的模态分析研究

发布时间：2021-09-03 18:21

　　随着电力设备的大规模应用,导致电力系统的振荡具有较强的非平稳特性。针对电力设备中含噪声非平稳信号的特征,提出了一种基于最小二乘法的频率振荡模态分量提取方法。首先,采用形态学中的开运算和闭运算进行组合,获取滤波信号中的平均值,达到抑制电力系统中的噪声问题。然后,采用白噪声低频振荡测试定量评估形态学上的滤波效果,通过四个步骤对模态分解量进行筛选,计算出滑动算子和波动算子,求解出模态分量。最后,通过求解恒定频率下的振荡,与最小二乘线性拟合算法相结合,求出电力系统在振荡模态下的衰减因子与阻尼比,并提取出电力系统的模态特征参数。通过仿真对测试信号和算例进行分析研究,验证了提出的基于最小二乘法频率振荡模态分量提取方法具有良好的噪声适应性,适用于电力系统非平稳信号特征分析,且提取结果能够良好反映真实的信号振荡特征。 

【文章来源】：计算机仿真. 2020,37(11)北大核心

【文章页数】：5 页

【部分图文】：

原始测试信号

通过信号x(t)的频谱特性可知,测试信号中明显含有两个振荡频率分别为0.2751Hz和0.4101Hz的振荡分量,如图2所示。对测试信号按照电力系统能量的大小进行分解,分别得到3个分量。其中分量1和分量2有明显的周期性,可以通过对分量1和分量2进行特征提取得到振荡参数,分量3为残余信号,与电力系统的噪音有关。分解到的3个分量如图3所示。

对测试信号按照电力系统能量的大小进行分解,分别得到3个分量。其中分量1和分量2有明显的周期性,可以通过对分量1和分量2进行特征提取得到振荡参数,分量3为残余信号,与电力系统的噪音有关。分解到的3个分量如图3所示。从图中分析可以得出,测试信号的分解可以得到两个周期性频率分量,分别为0.2751Hz和0.4101Hz,与理论模态的频率进行对比误差较小,可忽略不计。测试信号中频率为0.2751Hz分量的电力信号由于能量较大,因此被优先分解出来;频率为0.4101Hz分量的电力信号由于能量较小,所以被滞后分解出来。

【参考文献】：
期刊论文
[1]基于NDSST的非平稳信号时频分析算法[J]. 郝国成,李飞,白雨晓,王巍.  武汉大学学报(信息科学版). 2019(06)
[2]基于多尺度线调频基稀疏信号分解的电力系统非平稳振荡信号特征提取[J]. 孙正龙,蔡国伟,王雨薇,杨德友,刘铖.  电工技术学报. 2017(06)
[3]适用于电力系统非平稳功率振荡信号特征提取的自适应迭代滤波算法研究[J]. 杨德友,王博,蔡国伟,刘铖,孙正龙.  中国电机工程学报. 2016(20)
[4]综合能源系统与能源互联网简述[J]. 余晓丹,徐宪东,陈硕翼,吴建中,贾宏杰.  电工技术学报. 2016(01)
[5]中国未来电网的发展模式和关键技术[J]. 周孝信,鲁宗相,刘应梅,陈树勇.  中国电机工程学报. 2014(29)
[6]多重扰动下的跨区电网低频振荡研究[J]. 陈恩泽,刘涤尘,廖清芬,张洁琼.  电工技术学报. 2014(02)
[7]基于数学形态滤波的电力系统采样信号降噪处理[J]. 李双科,吴记群.  工业仪表与自动化装置. 2012(03)
[8]大规模互联电网低频振荡分析与控制方法综述[J]. 宋墩文,杨学涛,丁巧林,马世英,李柏青,王青.  电网技术. 2011(10)
[9]HHT在电力系统低频振荡模态参数提取中的应用[J]. 李天云,谢家安,张方彦,李晓晨.  中国电机工程学报. 2007(28)
[10]大区电网互联对电力系统动态稳定性的影响[J]. 朱方,赵红光,刘增煌,寇惠珍.  中国电机工程学报. 2007(01)



本文编号：3381619