次同步振荡在线监测的同步提取变换和朴素贝叶斯方法

• 作者: 崔浩瀚 荣子超 赵妍
• 来源期刊: 电力系统自动化
• 关键词: 次同步振荡 在线监测 机器学习 同步提取变换 朴素贝叶斯
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 187-192
• 页数: 6页
• 字数: 4464字
• 语种: 中文
• DOI: 10.7500/AEPS20180408003

摘要

目前基于相量测量单元(PMU)实现次同步振荡在线辨识和告警存在的问题有:参数辨识一般只辨识频率、幅值,不辨识衰减因子;告警阈值的确定需要人为经验,导致告警判据的快速性和可靠性难以保证.针对上述问题,提出将同步提取变换(SET)和机器学习方法——朴素贝叶斯(NB)方法相结合的次同步振荡在线监测方法.SET可以快速、准确地辨识出次同步振荡的模态参数,而NB方法可以自动实现次同步振荡在线预警.首先,通过SET对已有的历史次同步振荡数据进行辨识,将辨识得到的频率和衰减因子交由NB方法学习,并生成NB分类器.然后,当有新的PMU上传的振荡信号数据时,先采用SET辨识出振荡的频率和衰减因子,再将这些参数交由NB分类器来判断是否发生次同步振荡,并准确预警,从而实现对次同步振荡的在线监测.通过IEEE第二标准模型验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵妍	东北电力大学输变电技术学院	22	982	9.0	22.0
2	崔浩瀚	东北电力大学电气工程学院	1	5	1.0	1.0
3	荣子超		1	5	1.0	1.0