基于类噪声信号和ARMA-P方法的振荡模态辨识

• 作者: 吴小辰 吴超 柳勇军 陆超 韩英铎
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 振荡模态 类噪声信号 自回归滑动平均-Prony方法
• 年，卷（期）: 2010,（6）
• 页码范围: 1-6
• 分类号: TM7
• 字数: 4196字
• 语种: 中文

摘要

弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况.目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段.大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动.文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟舍类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识.将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南,方电网实测数据,证明了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩英铎	清华大学电机系电力系统国家重点实验室	100	5508	45.0	73.0
2	柳勇军		50	577	14.0	21.0
3	吴小辰		33	836	19.0	28.0
4	陆超	清华大学电机系电力系统国家重点实验室	37	700	14.0	26.0
5	吴超	清华大学电机系电力系统国家重点实验室	13	258	5.0	13.0