基于模糊聚类的NExT-ERA低频振荡类噪声辨识

• 作者: 周阳 李群湛 汪佳 高洁
• 来源期刊: 电力系统保护与控制
• 关键词: 低频振荡 模态分析 环境激励 自然激励技术 特征系统实现算法 模糊C均值聚类
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 理论分析
• 页码范围: 40-49
• 页数: 10页
• 字数: 7097字
• 语种: 中文
• DOI: 10.7667/PSPC152009

摘要

低频振荡模态分析为电网的安全稳定运行提供了最基本的信息要素.针对环境激励下PMU量测的类噪声信号.讨论了自然激励技术结合特征系统实现算法(NExT-ERA)进行低频振荡模态识别的适用性,对非同步量测信号采用数据截断预处理后,利用该方法同样可以实现有效辨识.引入模糊C均值聚类算法对辨识结果中真伪模态进行自动拾取,提高了辨识精度.通过对IEEE4机11节点系统和IEEE16机68节点系统的仿真数据分析,表明所提出的方法对低频振荡类噪声信号具有较高的模态辨识能力和计算效率,在低频振荡广域监测中具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李群湛	西南交通大学电气工程学院	286	5020	37.0	56.0
2	高洁	西南交通大学电气工程学院	14	86	6.0	9.0
3	周阳	西南交通大学电气工程学院	13	69	5.0	8.0
4	汪佳	四川省电力公司计量中心	3	22	2.0	3.0