高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2013年
5期
1252-1257
,共6页
董飞飞%刘涤尘%涂炼%宫璇%赵一婕%宋春丽
董飛飛%劉滌塵%塗煉%宮璇%趙一婕%宋春麗
동비비%류조진%도련%궁선%조일첩%송춘려
电力系统%次同步振荡%模态辨识%数学形态滤波%ARMA模型%加权递推最小二乘法
電力繫統%次同步振盪%模態辨識%數學形態濾波%ARMA模型%加權遞推最小二乘法
전력계통%차동보진탕%모태변식%수학형태려파%ARMA모형%가권체추최소이승법
power system%subsynchronous oscillation%modal identification%mathematical morphology%ARMA model%weighted recursive least square method
传统电力系统次同步振荡的辨识方法存在对噪声敏感、辨识精度不高的局限性.为此,提出了一种基于数学形态学自回归移动平均(MM-ARMA)算法的辨识方法,实现了在有噪声干扰下对次同步振荡模态的准确辨识.该方法利用形态滤波器可以有效抑制噪声的特性对次同步振荡信号进行消噪处理,保留信号的主要特征信息；对消噪后的信号建立基于加权递推最小二乘法参数估计的ARMA模型,根据估计的模型参数计算次同步振荡模态参数,完成次同步振荡模态辨识.与传统的Prony算法和自回归移动平均(ARMA)算法辨识结果进行的对比分析结果表明,所提次同步振荡模态辨识方法能快速、准确地辨识出模态参数,且具有较强的抗噪能力.
傳統電力繫統次同步振盪的辨識方法存在對譟聲敏感、辨識精度不高的跼限性.為此,提齣瞭一種基于數學形態學自迴歸移動平均(MM-ARMA)算法的辨識方法,實現瞭在有譟聲榦擾下對次同步振盪模態的準確辨識.該方法利用形態濾波器可以有效抑製譟聲的特性對次同步振盪信號進行消譟處理,保留信號的主要特徵信息；對消譟後的信號建立基于加權遞推最小二乘法參數估計的ARMA模型,根據估計的模型參數計算次同步振盪模態參數,完成次同步振盪模態辨識.與傳統的Prony算法和自迴歸移動平均(ARMA)算法辨識結果進行的對比分析結果錶明,所提次同步振盪模態辨識方法能快速、準確地辨識齣模態參數,且具有較彊的抗譟能力.
전통전력계통차동보진탕적변식방법존재대조성민감、변식정도불고적국한성.위차,제출료일충기우수학형태학자회귀이동평균(MM-ARMA)산법적변식방법,실현료재유조성간우하대차동보진탕모태적준학변식.해방법이용형태려파기가이유효억제조성적특성대차동보진탕신호진행소조처리,보류신호적주요특정신식；대소조후적신호건립기우가권체추최소이승법삼수고계적ARMA모형,근거고계적모형삼수계산차동보진탕모태삼수,완성차동보진탕모태변식.여전통적Prony산법화자회귀이동평균(ARMA)산법변식결과진행적대비분석결과표명,소제차동보진탕모태변식방법능쾌속、준학지변식출모태삼수,차구유교강적항조능력.
