基于RSSD和ICA算法的低频振荡模态 参数辨识

• 作者: 刘君 曾林俊 江维 肖辉
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 低频振荡 模态参数辨识 高斯色噪声 多通道信号 共振稀疏分解 独立分量
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 电力系统
• 页码范围: 5051-5058
• 页数: 8页
• 分类号: TM712
• 字数: 4189字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.171465

摘要

针对目前低频振荡模态参数辨识方法在高斯有色噪声以及多通道信号中精度不高的问题,将用于滚动轴承故障诊断的共振稀疏分解(RSSD)和应用于混合图像分离的独立分量法(ICA)结合引入电力系统,实现低频振荡模态辨识.该方法通过RSSD去除高斯色噪声及瞬态冲击信号来提取低频振荡持续信号,进而利用ICA估算出低频振持续信号的频率和阻尼比.通过与ESPRIT和Prony方法的对比,表明该文方法可以在高斯色噪声和瞬态冲击背景下,更加快速准确地辨识出多通道信号参数,并满足电力系统低频振荡辨识的要求,具备很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖辉	长沙理工大学电气与信息工程学院	26	93	7.0	9.0
2	江维	长沙理工大学电气与信息工程学院	4	12	2.0	3.0
3	曾林俊	长沙理工大学电气与信息工程学院	5	12	2.0	3.0
4	刘君	长沙理工大学电气与信息工程学院	3	7	1.0	2.0