專利名稱：一種電力系統(tǒng)低頻振蕩分析方法
技術(shù)領(lǐng)域：
本發(fā)明提出了一種電力系統(tǒng)低頻振蕩分析方法，屬于動(dòng)態(tài)電力系統(tǒng)的理論和分析領(lǐng)域。

背景技術(shù)：
1、低頻振蕩簡介 系統(tǒng)穩(wěn)定問題，即電力系統(tǒng)在受到各種擾動(dòng)后是否保持穩(wěn)定運(yùn)行，是動(dòng)態(tài)電力系統(tǒng)需要研究解決的核心問題。系統(tǒng)穩(wěn)定問題包括暫態(tài)穩(wěn)定、動(dòng)態(tài)穩(wěn)定和靜態(tài)穩(wěn)定三個(gè)大類。電力系統(tǒng)受小擾動(dòng)時(shí)發(fā)電機(jī)轉(zhuǎn)子間由于阻尼不足而引起的持續(xù)低頻振蕩屬于系統(tǒng)動(dòng)態(tài)穩(wěn)定分析的范疇。
這種振蕩現(xiàn)象的振蕩頻率一般為0.2～2.5Hz。由于發(fā)生低頻振蕩時(shí)，輸電線路上的功率值也會(huì)發(fā)生相應(yīng)振蕩，所以又將其稱為功率振蕩或機(jī)電振蕩。
低頻振蕩有兩種振蕩模式系統(tǒng)域間振蕩(interarea mode)和區(qū)域內(nèi)振蕩(plant mode)。發(fā)生系統(tǒng)域間振蕩時(shí)，參與振蕩的機(jī)組間電氣距離較大，振蕩頻率較低(如0.2～0.5Hz)；發(fā)生區(qū)域內(nèi)振蕩時(shí)，參與振蕩的機(jī)組間電氣距離較小，振蕩頻率較高(如1Hz以上)。系統(tǒng)域間振蕩比區(qū)域內(nèi)振蕩具有更大的危害。
2、我國電網(wǎng)特征及實(shí)施低頻振蕩監(jiān)測(cè)分析的必要性 我國電網(wǎng)覆蓋面積大，結(jié)構(gòu)薄弱，各種一次能源的分布和負(fù)荷的密度極不均勻，而電源又往往遠(yuǎn)離負(fù)荷中心，單位裝機(jī)容量分?jǐn)偟降臉?biāo)準(zhǔn)輸電線長度比發(fā)達(dá)國家的少得多。
由于低頻振蕩或功率振蕩通常出現(xiàn)在長距離、重負(fù)荷輸電線上，在采用現(xiàn)代快速、高頂值倍數(shù)勵(lì)磁系統(tǒng)的條件下更容易產(chǎn)生，所以我國電網(wǎng)上發(fā)生低頻振蕩的可能性很大，電力系統(tǒng)的安全穩(wěn)定運(yùn)行正面臨巨大的挑戰(zhàn)。
從國內(nèi)外已經(jīng)發(fā)生的幾次低頻振蕩事故來看，這種事故對(duì)電網(wǎng)危害嚴(yán)重，大大制約了電網(wǎng)的輸電能力。通過運(yùn)行經(jīng)驗(yàn)的長期積累，發(fā)現(xiàn)產(chǎn)生域間低頻振蕩時(shí)，系統(tǒng)網(wǎng)絡(luò)中各節(jié)點(diǎn)的相角擺動(dòng)有一個(gè)由弱到強(qiáng)的過程，即為事故發(fā)展的過程。通過對(duì)低頻振蕩進(jìn)行有效監(jiān)測(cè)，可以在事故發(fā)生的初期將其捕捉，實(shí)時(shí)跟蹤分析它的發(fā)展?fàn)顩r，及時(shí)識(shí)別振蕩中心，切除擾動(dòng)源，從而將低頻振蕩對(duì)電網(wǎng)的不良影響降到最低。但是對(duì)于區(qū)域內(nèi)發(fā)生的低頻振蕩，由于其往往具有起振快，持續(xù)短，平息快的特點(diǎn)，所以這種振蕩現(xiàn)象僅能被監(jiān)測(cè)到，而來不及采取應(yīng)對(duì)措施。對(duì)于這種振蕩，應(yīng)當(dāng)對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行記錄，然后分析識(shí)別數(shù)據(jù)中的振蕩信息，并以提取的信息為基礎(chǔ)，改善系統(tǒng)阻尼特性，最終實(shí)現(xiàn)對(duì)低頻振蕩現(xiàn)象的抑制。
3、現(xiàn)有的振蕩模式分析方法 傳統(tǒng)的低頻振蕩模式分析方法是1)根據(jù)電網(wǎng)結(jié)構(gòu)和電力元件參數(shù)建立微分方程組；2)在系統(tǒng)不同穩(wěn)定點(diǎn)對(duì)微分方程進(jìn)行線性化并形成狀態(tài)空間表達(dá)式；3)計(jì)算特征矩陣的特征根，并由特征根計(jì)算系統(tǒng)的低頻振蕩模式。然而隨著電力系統(tǒng)規(guī)模的日益擴(kuò)大，該方法由于“維數(shù)災(zāi)”的緣故，在實(shí)際應(yīng)用中面臨越來越多的困難。
目前較為普遍使用的振蕩模式辨識(shí)方法是改進(jìn)Prony法。這種方法能夠有效識(shí)別各振蕩模態(tài)的相關(guān)參數(shù)，但是由于其對(duì)噪聲的抑制能力較差，使得分析結(jié)果的精確程度受到了置疑。


發(fā)明內(nèi)容
本發(fā)明提出了一種電力系統(tǒng)低頻振蕩分析方法，其特征在于包括以下步驟 1)使用數(shù)字濾波器對(duì)載入的電力系統(tǒng)有功功率數(shù)據(jù)進(jìn)行濾波，可以選擇“從前往后濾波方式”或“從后往前濾波方式”，以避開原始數(shù)據(jù)中較大的無意義尖峰值，達(dá)到更好的濾波效果，所述帶通濾波器提取原始數(shù)據(jù)中振蕩頻率位于0.2～2.5Hz之間的振蕩分量； 2)手動(dòng)截取濾波后數(shù)據(jù)曲線中的一段進(jìn)行后續(xù)分析； 3)使用短時(shí)傅里葉分析算法分析被截取數(shù)據(jù)段的幅頻特性，識(shí)別主導(dǎo)振蕩，標(biāo)志主導(dǎo)振蕩的振幅和頻率； 4)使用改進(jìn)的Prony分析算法識(shí)別被截取數(shù)據(jù)段中的各個(gè)振蕩模態(tài)，識(shí)別每個(gè)振蕩模態(tài)的參數(shù)，包括振幅、頻率、相角、衰減因子、阻尼比和累計(jì)振蕩能量。根據(jù)“振幅”和“累計(jì)振蕩能量”的數(shù)值，按照由大到小的順序?qū)Ω髡袷幠B(tài)排序，根據(jù)識(shí)別的參數(shù)信息判定各模態(tài)的振蕩類型，依據(jù)累計(jì)振蕩能量和振蕩類型標(biāo)志主導(dǎo)振蕩； 5)將Prony分析得到的各個(gè)振蕩模態(tài)疊加，擬合濾波后的有功功率數(shù)據(jù)，根據(jù)擬合信噪比和擬合百分比判定擬合效果，判定Prony分析結(jié)果是否可信。
本發(fā)明的方法其特征還在于所述振蕩類型包括域間振蕩、區(qū)域內(nèi)振蕩和高頻分量。
離線分析算法流程如附圖1所示。
本發(fā)明具有以下優(yōu)點(diǎn) 1、低頻振蕩離線分析算法中使用帶通濾波器濾除原始信號(hào)中的高頻噪聲后，再進(jìn)行Prony分析，解決了Prony算法易受高頻噪聲影響的問題； 2、短時(shí)傅里葉分析算法能夠準(zhǔn)確識(shí)別主導(dǎo)振蕩頻率，Prony算法能夠識(shí)別主要的振蕩模態(tài)及它們的特性參數(shù)，用這兩種方式同時(shí)標(biāo)定主導(dǎo)振蕩更為準(zhǔn)確； 3、能夠利用振蕩參數(shù)分析Prony算法識(shí)別的振蕩模態(tài)的類型； 4、按振幅及累積振蕩能量遞減的順序，對(duì)Prony算法識(shí)別的振蕩模態(tài)排序，能夠判定各振蕩模態(tài)在現(xiàn)階段所占能量比重； 5、應(yīng)用擬合百分比和擬合信噪比參數(shù)客觀判定Prony分析是否有效。



下面結(jié)合附圖對(duì)本發(fā)明進(jìn)一步說明。
圖1是依據(jù)本發(fā)明的電力系統(tǒng)低頻振蕩離線分析算法流程； 圖2是本發(fā)明的方法中的數(shù)字濾波器濾波過程示意圖； 圖3是短時(shí)傅里葉分析算法流程圖； 圖4是改進(jìn)Prony分析算法流程圖。

具體實(shí)施例方式 以下更具體地介紹本發(fā)明的內(nèi)容。
振蕩模式識(shí)別不但能夠了解單條被監(jiān)測(cè)線路的固有振蕩特性，對(duì)分析振蕩源位置和振蕩原因也具有積極意義。
本發(fā)明的方法整合傳統(tǒng)的低頻振蕩模式分析方法，通過各算法相互配合，結(jié)果相互映證，有效識(shí)別低頻振蕩模式，準(zhǔn)確標(biāo)定主導(dǎo)振蕩及其參數(shù)。
離線分析算法流程如附圖1所示，該方法包括以下步驟 步驟1載入告警錄波數(shù)據(jù)。
將在線監(jiān)測(cè)算法獲得的打包數(shù)據(jù)解包，將數(shù)據(jù)按采樣順序保存在離線分析算法的“原始數(shù)據(jù)緩沖區(qū)”中。緩沖區(qū)的長度取決于原始數(shù)據(jù)采樣率，采樣速率越高，“原始數(shù)據(jù)緩沖區(qū)”的長度越長?！霸紨?shù)據(jù)緩沖區(qū)”共能容納1分鐘的采樣數(shù)據(jù)。
步驟2應(yīng)用數(shù)字濾波器提取錄波數(shù)據(jù)中振蕩頻率位于0.2～2.5Hz頻率區(qū)間的振蕩分量。
如附圖2所示，使用數(shù)字濾波器對(duì)“原始數(shù)據(jù)緩沖區(qū)”中的采樣值進(jìn)行濾波的過程，就是使用濾波器窗口由前至后依次截取“原始數(shù)據(jù)緩沖區(qū)”中的一段連續(xù)數(shù)據(jù)，依次得到連續(xù)的濾波輸出值。由于濾波器窗口具有一定長度，所以并不能對(duì)所有原始數(shù)據(jù)進(jìn)行濾波。如果濾波器窗口長度為L，L為奇數(shù)，那么“原始數(shù)據(jù)緩沖區(qū)”頭部和尾部的各(L-1)/2的采樣值將不能被濾波。濾波數(shù)據(jù)結(jié)果將依次存入離線分析算法的“濾波后數(shù)據(jù)緩沖區(qū)”。該緩沖區(qū)的長度比“原始數(shù)據(jù)緩沖區(qū)”的長度小(L-1)。
步驟3從濾波后數(shù)據(jù)緩沖區(qū)中截取需要分析的數(shù)據(jù)段。
所截取數(shù)據(jù)段的長度將對(duì)后續(xù)的“短時(shí)傅里葉分析算法”和“改進(jìn)Prony分析算法”產(chǎn)生影響數(shù)據(jù)長度越短，由“短時(shí)傅里葉分析算法”得到的幅頻譜的頻率分辨率越低；數(shù)據(jù)長度越長，執(zhí)行“改進(jìn)Prony分析算法”耗時(shí)越長；如果數(shù)據(jù)長度過長，以至超過“短時(shí)傅里葉分析算法”的時(shí)窗寬度，則僅能對(duì)部分所選數(shù)據(jù)進(jìn)行頻譜分析，同時(shí)還可能導(dǎo)致Prony分析算法擬合失敗。所以截取數(shù)據(jù)長度以包含兩個(gè)完整周波為宜。
步驟4應(yīng)用“短時(shí)傅里葉分析算法”分析所截取數(shù)據(jù)段的幅頻特性，識(shí)別主導(dǎo)振蕩，標(biāo)定主導(dǎo)振蕩振幅和頻率。
1)基本原理 短時(shí)傅里葉分析算法是對(duì)離散傅里葉分析算法的發(fā)展和提高。應(yīng)用它在時(shí)域也具有分辨率的特性，可以通過不斷平移時(shí)間窗，連續(xù)觀察被測(cè)數(shù)據(jù)在不同時(shí)刻具有的頻譜特征，更可了解任意頻率分量延時(shí)間軸正向的能量變化情況。信號(hào)x[n]的短時(shí)傅里葉變換定義為 式中w[n]是一個(gè)窗序列。在短時(shí)傅里葉表示中，一維序列x[n]是單個(gè)離散變量的函數(shù)，它將轉(zhuǎn)換為一個(gè)離散的時(shí)間變量n和連續(xù)的頻率變量λ的二維函數(shù)。
2)參數(shù)選擇 利用“短時(shí)傅里葉分析算法”計(jì)算連續(xù)信號(hào)的頻譜時(shí)，應(yīng)根據(jù)實(shí)際問題中對(duì)混疊、泄漏、頻域分辨率和時(shí)域分辨率等要求確定 (1)信號(hào)采樣間隔； 信號(hào)采樣間隔就是信號(hào)采樣率，該參數(shù)不能調(diào)節(jié)，由錄波數(shù)據(jù)的采樣率決定，采樣率需滿足采樣定理。
(2)信號(hào)截取窗函數(shù)及其參數(shù)； 短時(shí)傅里葉分析算法又稱加窗傅里葉分析算法，是通過時(shí)窗截取連續(xù)無限長采樣數(shù)據(jù)，再對(duì)時(shí)窗內(nèi)數(shù)據(jù)進(jìn)行頻譜分析的方法。
對(duì)原信號(hào)進(jìn)行加窗，進(jìn)行周期卷積運(yùn)算后，將對(duì)原信號(hào)中的尖峰和不連續(xù)點(diǎn)起平滑作用。這種譜平滑作用，將使一個(gè)頻率處的分量泄漏到相鄰的另一個(gè)分量中去，如果兩個(gè)相鄰頻率的相位相異，將會(huì)導(dǎo)致頻譜曲線譜峰的降低，嚴(yán)重時(shí)還可導(dǎo)致相鄰譜峰的重疊，即不可分辨。
頻譜發(fā)生泄漏和分辨率的降低，是對(duì)信號(hào)加窗后對(duì)原信號(hào)頻譜產(chǎn)生的兩種主要影響。分辨率主要受窗函數(shù)頻譜函數(shù)W(ejω)主瓣寬度的影響，而泄漏的程度則取決于W(ejω)的主瓣和旁瓣的相對(duì)幅度。就窗函數(shù)自身而言，在頻譜曲線中，主瓣的寬度和相對(duì)旁瓣的幅度主要取決于窗的長度和窗的形狀(拖尾的大小)。
加窗操作就是用有限長窗w[n]乘以時(shí)窗內(nèi)截取的有限長序列x[n]，從而產(chǎn)生有限長序列v[n]＝w[n]x[n]。它在頻域上表現(xiàn)為周期卷積，即 對(duì)加窗序列v[n]＝w[n]x[n]進(jìn)行DFT變換為 有限長序列v[n]的DFT對(duì)應(yīng)于v[n]的傅里葉變換的等間隔采樣，采樣間隔為2π/N。
此處的窗函數(shù)為凱賽窗。使用凱塞窗的好處在于這種窗有兩個(gè)參數(shù)β和L，它們可以用于調(diào)節(jié)主瓣寬度和相對(duì)旁瓣幅度。
主瓣寬度Δml定義為窗函數(shù)頻譜曲線上，在中央的兩個(gè)過零焦點(diǎn)之間的對(duì)稱距離。相對(duì)旁瓣高度Asl定義為以dB計(jì)的主瓣幅度與最大旁瓣幅度之比。
在用凱塞窗進(jìn)行譜分析時(shí)，首先根據(jù)能夠接受的頻譜泄漏程度確定Asl，然后根據(jù)下式確定β。相對(duì)旁瓣幅度基本上與窗的長度無關(guān)，只取決于β。
試驗(yàn)表明，主瓣的寬度與窗的長度成反比，主瓣寬度、相對(duì)旁瓣幅度和窗長度之間的折中關(guān)系可以用下式表示，在給定主瓣寬度Δml后，使用下式可以估算出窗寬L。
(3)對(duì)窗寬補(bǔ)零后的實(shí)際窗寬，即進(jìn)行DFT運(yùn)算的實(shí)際點(diǎn)數(shù)； 在不對(duì)窗口進(jìn)行補(bǔ)零時(shí)，頻率分辨率是頻域中譜線間的最小間隔，它等于信號(hào)的基波頻率f1，f1越小則分辨率越高。
若對(duì)窗口進(jìn)行補(bǔ)零，以擴(kuò)大窗寬，那么頻率分辨率就與實(shí)際窗口寬度T1(即實(shí)際DFT運(yùn)算點(diǎn)數(shù))成反比。若截取數(shù)據(jù)長度不變，則補(bǔ)零寬度越大，分辨率越高?？梢钥紤]極限情況當(dāng)T1為無限長時(shí)，則相當(dāng)于對(duì)連續(xù)信號(hào)進(jìn)行頻譜分析，此時(shí)頻率分辨率極高，譜線分布極密，所得的頻域頻譜曲線幾乎成為連續(xù)曲線。
補(bǔ)零寬度取決于信號(hào)分析所需要的頻率分辨率。若信號(hào)的基波頻率為f1，補(bǔ)零寬度等于截取的實(shí)際數(shù)據(jù)寬度的N倍，那么補(bǔ)零后的實(shí)際頻率分辨率為f1/N。
需要注意，對(duì)截?cái)嘈蛄醒a(bǔ)零，應(yīng)當(dāng)在被截取序列兩端對(duì)稱補(bǔ)零，這樣才不會(huì)對(duì)窗口的時(shí)窗中心產(chǎn)生影響。
3)算法流程 如附圖3所示。
步驟5應(yīng)用“改進(jìn)Prony算法”分析所截取數(shù)據(jù)段包含的主要振蕩模態(tài)，標(biāo)定各振蕩模態(tài)的特性參數(shù)，包括振幅、頻率、相角、衰減因子、阻尼比、累積振蕩能量。
1)基本原理 Prony方法采用的數(shù)學(xué)模型為一組P個(gè)具有任意幅值、相位、頻率與衰減因子的指數(shù)函數(shù)，其離散時(shí)間的函數(shù)形式為 擬合輸出

是x(n)的近似值。式(6)中，b和z假定為復(fù)數(shù)，即 bi＝Aiexp(jθi) (7) zi＝exp[(αi+j2πfi)Δt](8) 式中，A為幅值；θ為相位(單位弧度)；α為衰減因子；f表示振蕩頻率(單位赫茲)；Δt代表采樣間隔(單位秒)。將Prony模型與算法應(yīng)用于低頻振蕩監(jiān)測(cè)尤為適宜。
2)應(yīng)用過程 改進(jìn)Prony方法可以敘述如下。
(1)利用式(9)計(jì)算樣本函數(shù)r(i，j)， 并構(gòu)造擴(kuò)展階的矩陣 (2)用SVD—TLS算法確定矩陣Re的有效秩p以及參數(shù)a1，...，ap的總體最小二乘估計(jì)。
(3)求特征多項(xiàng)式(11)的根z1，...，zp， 1+a1z-1+...+apz-p＝0(11) 并利用公式(12)計(jì)算出

n＝p，...，N-1，其中對(duì)于n＝0，1，...，p-1，有 (4)利用式(13)～式(15)計(jì)算參數(shù)b1，...，bp。
(5)用下式計(jì)算幅值A(chǔ)i、相位θi、頻率fi和衰減因子αi (6)根據(jù)衰減因子和頻率用下式求取各振蕩模態(tài)的阻尼比 該式中，ξ是阻尼比，α是衰減因子，f是振蕩頻率。
(7)求取累積能量 根據(jù)振蕩模態(tài)參數(shù)和被分析數(shù)據(jù)長度得到以各個(gè)振蕩模態(tài)擬合原數(shù)據(jù)的各條擬合曲線，按與錄波數(shù)據(jù)相同的采樣率對(duì)各條擬合曲線采樣，求取每條曲線上各采樣值的平方值并累加，將其作為對(duì)應(yīng)振蕩模態(tài)的累積能量。
3)算法流程 如附圖4所示。
步驟6根據(jù)“頻率”和“阻尼比”判斷各振蕩模態(tài)對(duì)應(yīng)的“振蕩類型”。
依據(jù)表1判斷振蕩類型 表1 振蕩類型分類列表
步驟7根據(jù)“振幅”及“累積振蕩能量”遞減的順序?qū)⒏髡袷幠B(tài)排序。在這些振蕩模態(tài)中，若兩個(gè)模態(tài)的“累積振蕩能量”相同，則“振幅”較大的模態(tài)排位靠前。
步驟8綜合評(píng)估“振幅”、“累積振蕩能量”和“振蕩類型”，得到基于Prony法識(shí)別的主導(dǎo)振蕩。
識(shí)別方法為在排序后的振蕩模態(tài)中由前至后獲取若干振蕩模態(tài)，使它們的“累積振蕩能量”占總振蕩能量的80％以上。在這些振蕩模態(tài)中剔除“振蕩類型”為“直流”或“高頻分量”的模態(tài)，剩余的即為主導(dǎo)振蕩。
步驟9計(jì)算“擬合百分比”和“擬合信噪比”，判斷Prony分析所得的振蕩模態(tài)是否可以客觀反映原始數(shù)據(jù)所包含的振蕩信息。
衡量Prony分析結(jié)果有兩個(gè)指標(biāo) (1)擬合信噪比 假設(shè)實(shí)際數(shù)據(jù)為y(k)，Prony算法模型輸出為 擬合信噪比(Signal/Noise Ratio，SNR)是最常用的指標(biāo)。其定義為 其中rms表示均方根(root mean square)，單位為dB。在物理上，均方根值也稱為有效值，它對(duì)于每個(gè)采樣點(diǎn)的計(jì)算方法是先平方、再平均、最后開方。
(2)擬合百分比 其定義為 一般認(rèn)為擬合百分比小于10％以及SNR達(dá)到20dB以上時(shí)，Prony法分析結(jié)果可以被接受，若SNR接近40dB則表明分析結(jié)果更加理想。另外，通過比較真實(shí)數(shù)據(jù)曲線和擬合數(shù)據(jù)曲線，也可以作為一種輔助手段直觀判斷擬合效果。
此處已經(jīng)根據(jù)特定的示例性實(shí)施例對(duì)本發(fā)明進(jìn)行了描述。對(duì)本領(lǐng)域的技術(shù)人員來說在不脫離本發(fā)明的范圍下進(jìn)行適當(dāng)?shù)奶鎿Q或修改將是顯而易見的。示例性的實(shí)施例僅僅是例證性的，而不是對(duì)本發(fā)明的范圍的限制，本發(fā)明的范圍由所附的權(quán)利要求定義。
權(quán)利要求
1、一種電力系統(tǒng)低頻振蕩分析方法，其特征在于包括以下步驟
1)使用數(shù)字濾波器對(duì)載入的電力系統(tǒng)有功功率數(shù)據(jù)進(jìn)行濾波，可以選擇“從前往后濾波方式”或“從后往前濾波方式”，以避開原始數(shù)據(jù)中較大的無意義尖峰值，達(dá)到更好的濾波效果，所述帶通濾波器提取原始數(shù)據(jù)中振蕩頻率位于0.2～2.5Hz之間的振蕩分量；
2)手動(dòng)截取濾波后數(shù)據(jù)曲線中的一段進(jìn)行后續(xù)分析；
3)使用短時(shí)傅里葉分析算法分析被截取數(shù)據(jù)段的幅頻特性，識(shí)別主導(dǎo)振蕩，標(biāo)志主導(dǎo)振蕩的振幅和頻率；
4)使用改進(jìn)的Prony分析算法識(shí)別被截取數(shù)據(jù)段中的各個(gè)振蕩模態(tài)，識(shí)別每個(gè)振蕩模態(tài)的參數(shù)，包括振幅、頻率、相角、衰減因子、阻尼比和累計(jì)振蕩能量。根據(jù)“振幅”和“累計(jì)振蕩能量”的數(shù)值，按照由大到小的順序?qū)Ω髡袷幠B(tài)排序，根據(jù)識(shí)別的參數(shù)信息判定各模態(tài)的振蕩類型，依據(jù)累計(jì)振蕩能量和振蕩類型標(biāo)志主導(dǎo)振蕩；
5)將Prony分析得到的各個(gè)振蕩模態(tài)疊加，擬合濾波后的有功功率數(shù)據(jù)，根據(jù)擬合信噪比和擬合百分比判定擬合效果，判定Prony分析結(jié)果是否可信。
2、如權(quán)利要求1所述的方法，所述振蕩類型包括域間振蕩、區(qū)域內(nèi)振蕩和高頻分量。
全文摘要
本發(fā)明提出了一種電力系統(tǒng)低頻振蕩分析方法，其使用高性能的數(shù)字濾波器對(duì)原始數(shù)據(jù)濾波；用短時(shí)傅里葉算法識(shí)別濾波后數(shù)據(jù)的頻譜及主導(dǎo)振蕩；再使用Prony算法分析振蕩模態(tài)、識(shí)別主導(dǎo)振蕩。濾波操作解決了Prony算法易受高頻噪聲影響的問題。根據(jù)Prony算法識(shí)別的4種基本參數(shù)振幅、頻率、相位、衰減因子，推算各振蕩模態(tài)對(duì)應(yīng)的其他參數(shù)，包括阻尼比、累計(jì)振蕩能量；通過計(jì)算擬合百分比和擬合信噪比參數(shù)，判定當(dāng)前Prony分析的運(yùn)算效果，客觀標(biāo)定當(dāng)前分析模態(tài)是否能夠準(zhǔn)確反映原數(shù)據(jù)信息。在Prony分析得到的各振蕩模態(tài)中，不僅僅依據(jù)振幅識(shí)別主導(dǎo)振蕩，而是綜合考慮振蕩模態(tài)的振蕩類型和累積振蕩能量。
文檔編號(hào)H02J3/24GK101447676SQ20081022784
公開日2009年6月3日 申請(qǐng)日期2008年12月1日 優(yōu)先權(quán)日2008年12月1日
發(fā)明者王慧錚, 王俊永, 勇 許, 敏 熊 申請(qǐng)人:中國電力科學(xué)研究院