基于Prony分析特征提取的同调机组分群方法

• 作者: 张智 李达 李高望 陈艳波
• 来源期刊: 电力系统保护与控制
• 关键词: 同调机群 Prony分析 集成经验模式分解 自组织神经网络
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 应用研究
• 页码范围: 91-99
• 页数: 9页
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.191607

摘要

同调机群识别在电力系统的动态等值、主动解列控制中具有重要意义.提出一种基于Prony分析特征提取的同调机组分群方法.首先针对Prony分析受噪声干扰严重的缺点,利用集成经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)方法对含噪声的信号降噪.然后对降噪后的功角信号进行Prony分析,提取功角信号的幅值、频率和阻尼特征值,形成每台机组的特征向量.最后将系统中所有机组特征向量组成的特征矩阵输入到自组织神经网络进行聚类,从而实现同调机组分群.EPRI-36节点系统和华北电网系统算例表明,所提方法可以很好地降低噪声影响,充分提取功角曲线特征,准确识别同调机组.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈艳波		29	89	6.0	7.0
2	李达		2	13	1.0	2.0
3	张智		2	1	1.0	1.0
4	李高望		1	0	0.0	0.0