考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究

• 作者: 李惠章 李承 林志芳 王臻
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 广域测量系统 四阶混合累积量 高斯色噪声 HTLS Adaline人工神经网络 模态信息
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 电力系统低频振荡与次同步振荡专题
• 页码范围: 21-30
• 页数: 10页
• 分类号: TM712
• 字数: 5831字
• 语种: 中文

摘要

针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLS-Adaline进行低频振荡在线辨识的新方法.首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识.然后,利用HTLS和自适应神经网络算法(Adaline ANN)相结合,估计出低频振荡的频率、衰减因子、幅值和相位.Adaline神经网络的引入解决了四阶混合累积处理后,模式幅值和相位不易确定的难点,同时减少矩阵处理引入的误差累积,提高检测精度.四机两区域系统仿真算例和实测相量测量单元(PMU)算例共同表明,FOMC-HTLS-Adaline算法可以在高斯色噪声环境下,精确地在线辨识系统振荡模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李承	华中科技大学电气与电子工程学院	35	359	10.0	18.0
2	王臻	华中科技大学电气与电子工程学院	15	54	4.0	6.0
3	李惠章	华中科技大学电气与电子工程学院	6	30	3.0	5.0
4	林志芳	华中科技大学电气与电子工程学院	4	2	1.0	1.0