主导负荷参数类噪声辨识的数据处理方法

• 作者: 吴沛萱 叶洪波 崔勇 陆超 王颖 王伟红 顾军
• 来源期刊: 电网技术
• 关键词: 负荷建模 类噪声信号 小波阈值去噪 核密度估计
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 电力系统|Power System
• 页码范围: 2335-2341
• 页数: 7页
• 分类号: TM714
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.0966

摘要

准确负荷模型的建立是电力系统仿真可靠性的重要保证.近年来,基于电力系统类噪声的负荷建模方法以其不依赖故障扰动的优势为克服负荷模型时变性提供了有效的解决思路.然而,由于类噪声信号的信噪比很低,量测数据质量愈发成为制约类噪声负荷辨识的关键问题.为提升参数辨识结果的可靠性,基于小波阈值去噪和多维核密度估计方法,提出了类噪声主导负荷参数辨识的数据处理架构.仿真分析和实测结果表明,所提数据处理方法能够提升主导参数辨识的可用率与辨识精度,最终获得反映系统实际动态特性的可靠负荷模型参数.