电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2012年
10期
178-183
,共6页
最小均方二乘算法%最小平均M估计算法%低频振荡%在线辨识%动态数据
最小均方二乘算法%最小平均M估計算法%低頻振盪%在線辨識%動態數據
최소균방이승산법%최소평균M고계산법%저빈진탕%재선변식%동태수거
研究了常规最小均方二乘自适应滤波算法应用于低频振荡的基本原理,以及最小平均M估计(least mean M-estimate,LMM)算法的基本原理.首次将LMM算法应用于低频振荡模式的在线辨识,采用新英格兰-39节点系统时域仿真数据和某电网的同步相量装置(phasor measurement unit,PMU)实测数据对所提方法进行了测试,验证了LMM算法在低频振荡模式在线辨识的鲁棒性和有效性,对稳态类噪声数据和动态数据均可辨识,并能消除异常数据对辨识结果的影响.
研究瞭常規最小均方二乘自適應濾波算法應用于低頻振盪的基本原理,以及最小平均M估計(least mean M-estimate,LMM)算法的基本原理.首次將LMM算法應用于低頻振盪模式的在線辨識,採用新英格蘭-39節點繫統時域倣真數據和某電網的同步相量裝置(phasor measurement unit,PMU)實測數據對所提方法進行瞭測試,驗證瞭LMM算法在低頻振盪模式在線辨識的魯棒性和有效性,對穩態類譟聲數據和動態數據均可辨識,併能消除異常數據對辨識結果的影響.
연구료상규최소균방이승자괄응려파산법응용우저빈진탕적기본원리,이급최소평균M고계(least mean M-estimate,LMM)산법적기본원리.수차장LMM산법응용우저빈진탕모식적재선변식,채용신영격란-39절점계통시역방진수거화모전망적동보상량장치(phasor measurement unit,PMU)실측수거대소제방법진행료측시,험증료LMM산법재저빈진탕모식재선변식적로봉성화유효성,대은태류조성수거화동태수거균가변식,병능소제이상수거대변식결과적영향.
