基于约束EKF的低频振荡模态参数辨识

• 作者: 刘亚南 孙永辉 王义 钟永洁
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 卡尔曼滤波 约束方法 低频振荡 粒子群算法 参数辨识
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 电力系统运行与控制
• 页码范围: 77-83
• 页数: 7页
• 分类号: TM71
• 字数: 4194字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2018.007.012

摘要

低频振荡已成为限制电力系统区域间功率传输能力的突出问题,严重影响了电力系统的安全稳定运行.为了准确有效地提取低频振荡信号所包含的特征信息,分析低频振荡信号模态构成的特点,在扩展卡尔曼滤波(extended Kalman filter,EKF)算法的基础上,结合信号自身的物理约束,提出一种低频振荡模态参数辨识方法,实现了约束条件下的低频振荡模态参数实时在线辨识.所提方法能有效避免运用EKF算法进行低频振荡模态参数辨识时收敛性差和参数越界的问题,提高低频振荡模态参数辨识的精度.最后,对不同的低频振荡信号进行仿真测试分析,结果表明该约束EKF方法不但能够实现低频振荡模态参数的约束辨识,而且较EKF算法具有更好的收敛性和更高的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙永辉	河海大学能源与电气学院	84	1459	18.0	36.0
2	刘亚南		13	24	3.0	4.0
3	王义	河海大学能源与电气学院	6	13	2.0	3.0
4	钟永洁	河海大学能源与电气学院	8	15	2.0	3.0