基于APIT-MEMD的电力系统低频振荡模式辨识新方法

发布时间：2024-02-20 22:50

　　传统多元经验模态分解(Multivariate Empirical Mode Decomposition, MEMD)在处理多信道量测信息时存在量测信道之间数据不平衡性及数据相关性导致的主导振荡模式辨识结果误差较大,且模式混合现象未有效消除。提出了一种基于自适应投影多元经验模态分解(Adaptive-Projection Intrinsically Transformed Multivariate Empirical Mode Decomposition, APIT-MEMD)的电力系统主导振荡模式辨识方法。首先采用APIT-MEMD将含有振荡信息的多信道量测信息整体分解,精确分离出各量测信道内含有振荡模式的固有模态函数(Intrinsic Mode Functions, IMF)信号。然后,采用Teager能量判据甄选能表征主导振荡模式的IMF信号。进而,采用希尔伯特黄变换(Hilbert-Huang Transform, HHT)实现对各IMF中所含主导振荡模式的频率和阻尼比估计。最后,将所提方法应用到IEEE-68节点时域仿真算例和辽宁电网广域实测算例中进行分析和验证,结果表明所...

【文章页数】：10 页

【部分图文】：

图10程家站-渤海线有功功率不同尺度IMF信号能量权重

同样以程家站-渤海线有功功率信息分解得到的IMF信号为例，将高频IMF信号筛除，进一步图10给出了其余尺度IMF信号能量权重估计结果。根据图10可得，IMF5能量占比92.85%,IMF6能量占比6.68%，其余尺度IMF信号的能量占比均低于0.03%，表明程家站-渤海线有功功率....

图11PMU实测信息主导振荡模式的瞬时振荡参数曲线

图11给出了利用HHT方法估计APIT-MEMD和MEMD分解出能表征系统主导振荡模式IMF信号的瞬时振荡参数曲线，其估计结果如表5所示。由表5可知：系统一共存在主导模式1(f=0.8647Hz，ζ=1.1533%)和主导模式2(f=0.5664Hz，ζ=2.4323....

图5功角信号分解出各尺度IMF信号的能量权重图

根据图5(a)可知：G2功角信号筛选出的各尺度IMF信号中，IMF1能量占比93.07%,IMF2能量占比6.89%，其余尺度IMF信号能量权重均低于0.03%，表明G2功角信号筛选出IMF1与IMF2均是能表征系统主导振荡的IMF信号，其余尺度的IMF信号作为噪声干扰信号予以剔....

图5功角信号分解出各尺度IMF信号的能量权重图

图5功角信号分解出各尺度IMF信号的能量权重图由于低频振荡具有时变特性，可借助HHT算法的精确性以及良好的瞬时特性估计各量测信道中能表征系统主导振荡模式IMF信号的振荡频率与阻尼比，由于受估计误差和各量测信道中噪声的影响，各量测信道的估计结果不完全相同，为了能够准确地表征系统小....

本文编号：3904637