一种电力系统低频振荡模态辨识方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113839383A(43)申请公布日2021.12.24(21)申请号202111019180.4G06F17/16(2006.01)(22)申请日2021.09.01G06F17/18(2006.01)(71)申请人国网福建省电力有限公司漳州供电公司地址363000福建省漳州市芗城区胜利东路13号申请人国网福建省电力有限公司(72)发明人刘思议林颖锐黄心怡洪杰张坤三邱才元苏贤郭丽云叶伟涛(74)专利代理机构福州元创专利商标代理有限公司35100代理人陈明鑫蔡学俊(51)Int.Cl.H02J3/00(2006.01)权利要求书3页说明书7页附图2页(54)发明名称一种电力系统低频振荡模态辨识方法(57)摘要本发明涉及一种电力系统低频振荡模态辨识方法。该方法首先运用RobustICA技术对含噪的电力系统低频振荡信号进行预处理，达到去噪的目的；再将去噪后的电力系统低频振荡信号用EMO‑TLS‑ESPRIT方法进行辨识，从而获取低频振荡各个模态参数。在定阶问题上引入精确模态阶数（exactmodeorder，EMO）的定阶方法，综合考虑奇异值变化规律和数值大小的因素，能够克服人为选取阈值的不足，提高辨识的精度。本发明方法具有抗噪性能好，拟合精度高等优点，具有较强的实用性，能够实现在线辨识。CN113839383ACN113839383A权利要求书1/3页1.一种电力系统低频振荡模态辨识方法，其特征在于，包括如下步骤：步骤S1、获取电力系统低频振荡信号：获取电力系统低频振荡信号z(n)，如公式(1)所示：T其中，向量z(n)＝[z1(n),z2(n),…,zm(n)]表示观测向量；y(n)＝[y1(n),y2(n),…,yq(n)]T表示源信号；矩阵H表示未知的混合矩阵(m×q)，符号T表示转置运算符；将式(1)记为：z＝Hy(2)步骤S2、采用RobustIAC对低频振荡信号进行预处理：引入分离矩阵W(m×q)，使得式(2)转换为：Z＝Wz＝WHy(3)通过估计分离矩阵W，使得输出的Z＝Wz包含对源信号的估计；定义Z＝Wz＝wi×z(i＝1，2，...，m)的峭度表达式为：将式(4)的绝对值形式|K(wi+μg)|作为目标函数，得到最优步长的精确线性搜索方法：其中g为搜索方向，取梯度；峭度准则便可以表示成如下关于步长μ的四次多项式：其系数在每次迭代中通过观测信号和wi(i＝1，2，…，m)与g的当前值获得；将式(6)关于μ求导，并令其导函数为0，求得4个满足条件的根；将求得的根依次带入|K(wi+μg)|(i＝1，2，…，m)，选取满足式(5)的根即为最优步长μopt，将其用于对分离矢量wi(k)的更新：wi(k)＝wi(k‑1)+μoptg(7)再对wi(k)进行归一化处理：最后求得对源信号的估计：Z＝wi(k)z(9)如上步骤为提取第i(i＝1，2，…，m)个分离矢量wi(k)；反复上述步骤即可获得完整的分离矩阵W，进一步得到源信号y；步骤S3、衡量去噪效果：若不满足信噪比，则重复公式(1)至公式(9)的去噪流程；若满足信噪比，则进入步骤S4；步骤S4、构造Hankel矩阵：对于去噪后的待分析的低频振荡信号可以表示成如下形式2CN113839383A权利要求书2/3页式中：v(n)为残留噪声；θi、Ai、αi、fi为信号的低频振荡信息；P为阶数；根据采样信号y(k)构造L×M阶Hankel矩阵，如式(11)所示式中：N＝L+M‑1，且L＞P，M＞P；步骤S5、对y(n)进行奇异值分解：对Y进行SVD分解，如式(12)所示P×P式中：下标S和N分别对应信号空间及噪声空间；ΣS∈C；引入EMO定阶方法，对构造的矩阵式(11)进行SVD分解，并且按照奇异值大小顺序排列，此时：σ1≥σ2≥σp≥σp+1≈…≈σpe≈0(13)步骤S6、EMO确定模型阶数：定义奇异值的相对变化率指标为：选取多个较大的σDi作为候选阶数，采用公式(15)做进一步确认：对于候选阶数P来说，若满足不等式(15)，则认为P为实际阶数；步骤S7、采用TLS‑ESPRIT方法辨识模态参数：采用EMO定阶，确定信号阶数P后，将信号子空间分成2个交错的子空间：由信号子空间的旋转不变特性，存在可逆矩阵ψ，使得：V1＝V2ψ(17)构造如下矩阵：对矩阵进行SVD分解得到并将其划分为P×P维的4个方阵3CN113839383A权利要求书3/3页由以上式子可求出求取Ψ的特征值λ＝[λ1,λ2,…,λp]；λi即为zi的估计值；进一步可求出低频振荡频率及衰减因子分别为：式中，Ts为采样时间间隔；确定极点zi后可通过最小二乘法求得Ri，即：得到Ri后，可以求出信号的低频振荡幅值和相位分别为：4CN11