随机数据驱动下基于SDMD的机电振荡参数辨识

• 作者: 李燕滨 李音璇 杨德友 楚帅
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 随机数据 小干扰稳定 参数辨识 SDMD
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电网技术与研究
• 页码范围: 85-91
• 页数: 7页
• 分类号: TM712
• 字数: 4155字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2020.02.013

摘要

随机响应数据蕴含丰富的系统工况信息,从随机响应数据可提取机电振荡特征参数、进行系统小干扰稳定分析.对环境激励电力系统随机响应进行建模,在此基础上提出了基于子空间动态模式分解的机电振荡参数辨识方法.SDMD辨识算法用于非线性随机动力系统的Koopman分析,利用截断的奇异值分解实现动态低秩近似,使系统维数大大降低,同时该算法可以有效地克服动态模式分解方法可能导致辨识结果产生偏差以及模态混合等问题.基于IEEE4机2区系统和IEEE16机5区系统进行仿真,并将该方法辨识结果与其他方法辨识结果进行对比和分析,验证了所提方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨德友	东北电力大学电气工程学院	53	212	9.0	13.0
2	楚帅	东北电力大学电气工程学院	2	3	1.0	1.0
3	李音璇	东北电力大学电气工程学院	2	1	1.0	1.0
4	李燕滨		1	0	0.0	0.0