| 基于类噪声信号和ARMA-P方法的振荡模态辨识 |
| |
| 引用本文： | 吴超,陆超,韩英铎,吴小辰,柳勇军.基于类噪声信号和ARMA-P方法的振荡模态辨识[J].电力系统自动化,2010,34(6):1-6. |
| |
| 作者姓名： | 吴超 陆超 韩英铎 吴小辰 柳勇军 |
| |
| 作者单位： | 1. 清华大学电机系电力系统国家重点实验室,北京市,100084
2. 南方电网技术研究中心,广东省广州市,510623 |
| |
| 基金项目： | 电力系统国家重点实验室项目(SKLD08Z01)，中国南方电网有限责任公司重大科技专项。 |
| |
| 摘 要： | 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。
|
| 关 键 词： | 振荡模态 类噪声信号 自回归滑动平均-Prony方法 |
| 收稿时间： | 2009/11/9 0:00:00 |
| 修稿时间： | 2010/2/28 0:00:00 |
Identification of Mode Shape Based on Ambient Signals and ARMA-P Method |
| |
| WU Chao,LU Chao,HAN Yingduo,WU Xiaochen,LIU Yongjun.Identification of Mode Shape Based on Ambient Signals and ARMA-P Method[J].Automation of Electric Power Systems,2010,34(6):1-6. |
| |
| Authors: | WU Chao LU Chao HAN Yingduo WU Xiaochen LIU Yongjun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
|
