基于模态分离法和随机共振反演识别技术的低频振荡分析
发布时间：2022-07-04 20:14
随着可再生能源互联结构的日益扩大、柔性交直流输电的大规模投建以及直流配网技术的蓬勃发展,全球电网进入了一个大区联网和整体资源优化配置的新形态电力系统时期。高放大倍数快速励磁系统的大量使用虽有效提升了电力系统暂态稳定性和电压质量,但同时导致系统内弱联网增多,加剧了欠阻尼低频振荡的发生。通过广域测量系统对低频振荡信号进行监测时,我们发现振荡信号与系统随机波动的形态较为接近并时常混杂噪声,这使得振荡信号与噪声和随机波动难以区分。与此同时,电力系统低频振荡信号是典型的多分量混噪信号,这给低频振荡信号特征提取工作带来了较大困难。因此,精确提取噪声背景下低频振荡各主导模式信息对提升电力系统监视功能以及保证电网安全稳定运行具有重要意义。本文将近几年提出的具有较强非平稳信号处理能力的变分模态分解算法和经验小波变换算法作为采集信号的预处理算法,并结合随机共振理论实现对电力系统低频振荡信号的特征在线辨识。本文首先针对低频振荡信号的特性,对传统的低频振荡信号预处理算法--经验模态分解法的原理进行了介绍,鉴于该方法处理低频振荡信号时极易造成模态混叠、丢失和失真的现象,同时该方法的抗噪性能较差,文中引入了变分模...
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 低频振荡发生机理及研究现状
1.3 低频振荡模态辨识方法及研究现状
1.3.1 基于模型的辨识方法
1.3.2 基于量测数据的辨识方法
1.4 本文主要研究内容
第2章 低频振荡信号预处理主导模态分离算法分析
2.1 引言
2.2 经验模态分解算法
2.3 变分模态分解算法
2.4 经验小波变换分解算法
2.5 基于带宽总和限定策略的改进变分模态分解算法分析
2.6 基于平顶包络镜面延拓策略的改进经验小波变换分解算法分析
2.6.1 基于OSF最大滤波原理的平顶上包络线分析
2.6.2 有效主导平顶的提取
2.6.3 边界的确定
2.7 算例分析
2.7.1 EMD与SVMD分解法的适用性分析
2.7.2 EWT与IEWT分解法的适用性分析
2.8 本章小结
第3章 基于噪能转移随机共振反演识别技术的低频振荡信号特征提取
3.1 引言
3.2 非线性模型-朗之万方程
3.3 随机共振原理
3.3.1 绝热近似理论
3.3.2 线性响应理论
3.3.3 自适应随机共振理论
3.4 随机共振信噪比及信噪比增益
3.5 Duffing振子广义调参随机共振理论的研究
3.5.1 Duffing振子随机共振机理
3.5.2 Duffing振子广义调参随机共振
3.6 随机共振反演识别技术分析
3.7 随机共振反演识别技术在振荡参数辨识中的适用性分析
3.7.1 经SVMD预处理后的主导模态参数提取
3.7.2 经IEWT预处理后的主导模态参数提取
3.8 本章小结
第4章 基于模态分离和随机共振反演识别技术的低频振荡在线辨识仿真分析
4.1 引言
4.2 IEEE16机68节点系统仿真算例
4.2.1 基于SVMD和随机共振反演识别技术的振荡算例分析
4.2.2 基于IEWT和随机共振反演识别技术的振荡算例分析
4.3 电网实测数据分析
4.3.1 东北电网实测数据分析
4.3.2 华北地区某电厂实测数据分析
4.4 本章小结
结论
参考文献
攻读学位期间取得的研究成果及发表的学术论文
致谢
【参考文献】：
期刊论文
[1]基于MEMD和HHT的电力系统低频振荡模式识别方法研究[J]. 葛维春,殷祥翔,葛延峰,屈超,黄鑫,王长江. 电力系统保护与控制. 2020(06)
[2]一种基于Prony分析的水电机组调速器PID参数切换方法[J]. 张建新,江出阳,苏寅生,谢惠藩,刘蔚,陈刚,蔡东阳,周挺辉. 南方电网技术. 2019(12)
[3]光储一体化并网发电系统的惯量阻尼机理分析[J]. 吴永斌,王素娥,熊连松,张东辉,许昭. 电力系统自动化. 2020(06)
[4]基于EMD盲源分离算法的电力系统低频振荡模式识别[J]. 郁宇浩,张会林. 电子测量技术. 2020(02)
[5]考虑多振荡模式的多频段电力系统稳定器参数整定方法[J]. 江崇熙,石鹏,黄伟,周靖皓,甘德强. 电力系统自动化. 2020(04)
[6]EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用[J]. 赵峰,吴梦娣. 太阳能学报. 2019(10)
[7]改进EMD的多信号Prony电力系统低频振荡分析[J]. 王雨虹,董瑞. 控制工程. 2019(07)
[8]基于SURE小波阈值消噪和MCEEMD-HHT的低频振荡分析[J]. 陈坚,刘思议,金涛. 高电压技术. 2020(01)
[9]基于相邻系数TQWT与改进TLS-ESPRIT算法的电力系统低频振荡模态辨识[J]. 刘思议,张程,金涛. 高电压技术. 2019(03)
[10]基于自适应变分模态分解的电力系统机电振荡特征提取[J]. 王丽馨,蔡国伟,杨德友,孙正龙. 电网技术. 2019(04)
博士论文
[1]基于广域测量技术的电力系统低频振荡问题研究[D]. 李尚远.浙江大学 2019
硕士论文
[1]基于耦合、联合和非对称双稳态的随机共振系统的微弱信号检测研究[D]. 张义俊.重庆邮电大学 2019
[2]低频振荡多参数影响因素及机理研究[D]. 鲁海峰.哈尔滨工业大学 2019
[3]电力系统持续低频振荡辨识算法研究[D]. 汪艳.合肥工业大学 2019
[4]基于改进VMD-HT的电力系统低频振荡模态辨识[D]. 刘宏波.哈尔滨工业大学 2018
[5]基于Prony算法的电力系统低频振荡特征辨识[D]. 杨婷.华中科技大学 2018
[6]基于ARMA递推算法的电力系统低频振荡模式在线辨识研究[D]. 龚啸.重庆大学 2011
本文编号：3655851
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 低频振荡发生机理及研究现状
1.3 低频振荡模态辨识方法及研究现状
1.3.1 基于模型的辨识方法
1.3.2 基于量测数据的辨识方法
1.4 本文主要研究内容
第2章 低频振荡信号预处理主导模态分离算法分析
2.1 引言
2.2 经验模态分解算法
2.3 变分模态分解算法
2.4 经验小波变换分解算法
2.5 基于带宽总和限定策略的改进变分模态分解算法分析
2.6 基于平顶包络镜面延拓策略的改进经验小波变换分解算法分析
2.6.1 基于OSF最大滤波原理的平顶上包络线分析
2.6.2 有效主导平顶的提取
2.6.3 边界的确定
2.7 算例分析
2.7.1 EMD与SVMD分解法的适用性分析
2.7.2 EWT与IEWT分解法的适用性分析
2.8 本章小结
第3章 基于噪能转移随机共振反演识别技术的低频振荡信号特征提取
3.1 引言
3.2 非线性模型-朗之万方程
3.3 随机共振原理
3.3.1 绝热近似理论
3.3.2 线性响应理论
3.3.3 自适应随机共振理论
3.4 随机共振信噪比及信噪比增益
3.5 Duffing振子广义调参随机共振理论的研究
3.5.1 Duffing振子随机共振机理
3.5.2 Duffing振子广义调参随机共振
3.6 随机共振反演识别技术分析
3.7 随机共振反演识别技术在振荡参数辨识中的适用性分析
3.7.1 经SVMD预处理后的主导模态参数提取
3.7.2 经IEWT预处理后的主导模态参数提取
3.8 本章小结
第4章 基于模态分离和随机共振反演识别技术的低频振荡在线辨识仿真分析
4.1 引言
4.2 IEEE16机68节点系统仿真算例
4.2.1 基于SVMD和随机共振反演识别技术的振荡算例分析
4.2.2 基于IEWT和随机共振反演识别技术的振荡算例分析
4.3 电网实测数据分析
4.3.1 东北电网实测数据分析
4.3.2 华北地区某电厂实测数据分析
4.4 本章小结
结论
参考文献
攻读学位期间取得的研究成果及发表的学术论文
致谢
【参考文献】：
期刊论文
[1]基于MEMD和HHT的电力系统低频振荡模式识别方法研究[J]. 葛维春,殷祥翔,葛延峰,屈超,黄鑫,王长江. 电力系统保护与控制. 2020(06)
[2]一种基于Prony分析的水电机组调速器PID参数切换方法[J]. 张建新,江出阳,苏寅生,谢惠藩,刘蔚,陈刚,蔡东阳,周挺辉. 南方电网技术. 2019(12)
[3]光储一体化并网发电系统的惯量阻尼机理分析[J]. 吴永斌,王素娥,熊连松,张东辉,许昭. 电力系统自动化. 2020(06)
[4]基于EMD盲源分离算法的电力系统低频振荡模式识别[J]. 郁宇浩,张会林. 电子测量技术. 2020(02)
[5]考虑多振荡模式的多频段电力系统稳定器参数整定方法[J]. 江崇熙,石鹏,黄伟,周靖皓,甘德强. 电力系统自动化. 2020(04)
[6]EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用[J]. 赵峰,吴梦娣. 太阳能学报. 2019(10)
[7]改进EMD的多信号Prony电力系统低频振荡分析[J]. 王雨虹,董瑞. 控制工程. 2019(07)
[8]基于SURE小波阈值消噪和MCEEMD-HHT的低频振荡分析[J]. 陈坚,刘思议,金涛. 高电压技术. 2020(01)
[9]基于相邻系数TQWT与改进TLS-ESPRIT算法的电力系统低频振荡模态辨识[J]. 刘思议,张程,金涛. 高电压技术. 2019(03)
[10]基于自适应变分模态分解的电力系统机电振荡特征提取[J]. 王丽馨,蔡国伟,杨德友,孙正龙. 电网技术. 2019(04)
博士论文
[1]基于广域测量技术的电力系统低频振荡问题研究[D]. 李尚远.浙江大学 2019
硕士论文
[1]基于耦合、联合和非对称双稳态的随机共振系统的微弱信号检测研究[D]. 张义俊.重庆邮电大学 2019
[2]低频振荡多参数影响因素及机理研究[D]. 鲁海峰.哈尔滨工业大学 2019
[3]电力系统持续低频振荡辨识算法研究[D]. 汪艳.合肥工业大学 2019
[4]基于改进VMD-HT的电力系统低频振荡模态辨识[D]. 刘宏波.哈尔滨工业大学 2018
[5]基于Prony算法的电力系统低频振荡特征辨识[D]. 杨婷.华中科技大学 2018
[6]基于ARMA递推算法的电力系统低频振荡模式在线辨识研究[D]. 龚啸.重庆大学 2011
本文编号：3655851
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3655851.html