基于FastICA与TLS-ESPRIT的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CN112688324A(43)申请公布日2021.04.20(21)申请号202110056680.9(22)申请日2021.01.15(71)申请人福建工程学院地址350000福建省福州市大学新区学府南路33号(72)发明人张程刘佳静邱炳林林谷青匡宇(74)专利代理机构福州君诚知识产权代理有限公司35211代理人戴雨君(51)Int.Cl.H02J3/00(2006.01)G01R25/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称基于FastICA与TLS-ESPRIT的电力系统低频振荡模态辨识方法(57)摘要本发明公开基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，获取低频振荡信号进行零均值化和白化处理；构建分离矩阵并计算分离矩阵的逆矩阵；进行迭代循环，更新分离矩阵；判断为收敛后将利用FastICA恢复的信号作为新的主导信号进行采样；针对新的主导信号进行TLS‑ESPRIT分析，计算各个振荡模式的频率、衰减因子、幅值和相位。本发明不仅能够在噪声干扰的情况下较好地保留信号原有特征，提高信噪比；而且辨识准确且精度较高，能够较准确且全面地反应出低频振荡信号特性，因此其在低频振荡预警及阻尼控制器设计具有良好的应用前景。CN112688324ACN112688324A权利要求书1/2页1.基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，其特征在于：其包括以下步骤：步骤1，获取广域测量信号作为初始输入混合信号x并进行FastICA处理，具体步骤为：步骤1‑1，获取低频振荡信号进行零均值化和白化处理；步骤1‑2，构建分离矩阵W并计算分离矩阵W的逆矩阵；步骤1‑3，进行迭代循环，更新分离矩阵W；步骤2，判断是否收敛；是则，执行步骤3；否则，执行步骤1；步骤3，将利用FastICA恢复的信号作为新的主导信号进行采样，步骤4，针对新的主导信号进行TLS‑ESPRIT分析，计算各个振荡模式的频率、衰减因子、幅值和相位。2.根据权利要求1所述的基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，其特征在于：步骤1‑2构建分离矩阵前确定要估计分量数目n、算法迭代次数q并选取初始权。3.根据权利要求1所述的基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，其特征在于：步骤1‑3中分离矩阵W采用如下公式(8)进行迭代计算；式中：E[·]表示均值运算；g(·)表示非线性函数；W为构造的分离矩阵，x为随机信号。4.根据权利要求1所述的基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，其特征在于：步骤4具体包括以下步骤：步骤4‑1，求构造的Hankel矩阵H的右特征向量；步骤4‑2，从信号子空间Vs中生成矩阵V1和V2；步骤4‑3，对[V1V2]奇异值分解得到右特征向量；步骤4‑4，计算的特征值，步骤4‑5，解方程X＝Zb求出幅值和相位信息，同时计算频率、衰减因子和阻尼比；步骤4‑6，计算得到振荡模态参数。5.根据权利要求1所述的基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法，其特征在于：步骤4‑5中计算各个振荡模式的频率f、衰减因子α、幅值A和相位θ，其计算公式如下：式中：fi表示第i个模态频率、αi表示第i个模态衰减因子、Ai为幅值、θi为相位；Zi为信号的第i个极点；Im()表示取虚部；Re()表示取实部；△t表示间隔采样时间；bi2CN112688324A权利要求书2/2页为利用最小二乘法求解矩阵的第i行。3CN112688324A说明书1/6页基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法技术领域[0001]本发明涉及电力技术系统领域，尤其涉及基于FastICA与TLS‑ESPRIT的电力系统低频振荡模态辨识方法。背景技术[0002]随着互联电网规模的不断扩大，出现低频振荡的风险大大提高。当系统在某些特定运行方式下存在弱阻尼或负阻尼的振荡模式时，振荡严重时会导致电力系统解裂甚至危及整个电网的稳定运行。因此发现并及时准确地提取低频振荡模态并获得特征参数对电力系统安全稳定运行具有重要意义。[0003]多年来，关于低频振荡问题的研究方法有很多，特征值分析法就是其中经典方法之一，但随系统规模及复杂程度的不断增加，“维数灾”现象频繁发生，计算难度加大，因此运用范围受到了限制。随着同步相量测量单元(PhasorMeasurementUnit,PMU)在电网大规模配置，通过从PMU采集的实测数据对低频振荡进行分析是电力系统研究的重要内容之一。实测信号的分析方法主要有快速傅立叶变换(FFT)、小波变换、Pr