基于改进频移经验模态分解的低频振荡参数提取

• 作者: Masoud BAZARGAN 刘俊勇 姚良忠 李成鑫 杨嘉湜
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 低频振荡 经验模态分解 频移 改进
• 年，卷（期）: 2012,（15）
• 所属期刊栏目: 运行可靠性与广域安全防御
• 页码范围: 8-13
• 页数: 6页
• 分类号: TM
• 字数: 3614字
• 语种: 中文

摘要

对于规模越来越大的复杂电力系统来说,采用基于量测数据的低频振荡研究方法日益受到重视。经验模态分解（EMD）方法的分解过程具有自适应且适于分析非平稳信号,在低频振荡参数提取方面应用较多,但EMD方法存在模态混叠等现象。当信号中2个单频分量的频率在2倍频内时,频移经验模态分解（FS-EMD）可将2个分量分解开。但当信号中有多个单频分量的频率在2倍频内时,FS-EMD就无法分解。为了提高EMD的频率分辨率并使分解方法具有通用性,文中提出了改进的频移经验模态分解（RFS-EMD）算法。此方法增大了信号中组成分量的频率比,且保证频率不翻转,使之可循环使用RFS-EMD算法分解复杂信号。该方法在应用于电力系统低频振荡模态参数的提取时,能较好地提取多个2倍频范围内的低频振荡模态分量的频率、幅值、相位及阻尼比等参数。数值仿真和实例分析均表明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊勇	四川大学电气信息学院	423	6701	41.0	61.0
2	李成鑫	四川大学电气信息学院	16	242	7.0	15.0
3	杨嘉湜		13	209	7.0	13.0
4	姚良忠		58	2268	21.0	47.0