CN103257296B - 一种电力***低频振荡在线分析及预警方法 - Google Patents
一种电力***低频振荡在线分析及预警方法 Download PDFInfo
- Publication number
- CN103257296B CN103257296B CN201310166922.5A CN201310166922A CN103257296B CN 103257296 B CN103257296 B CN 103257296B CN 201310166922 A CN201310166922 A CN 201310166922A CN 103257296 B CN103257296 B CN 103257296B
- Authority
- CN
- China
- Prior art keywords
- mode
- frequency
- oscillating signal
- oscillatory
- dominant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 230000003534 oscillatory effect Effects 0.000 claims abstract description 41
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 23
- 238000013016 damping Methods 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 abstract description 3
- 230000014759 maintenance of location Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 241001123248 Arma Species 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
一种电力***低频振荡在线分析及预警方法,包括:(1)频率信号采集及预处理;(2)振荡模态的频率和阻尼比估计;(3)主导模态的确定;(4)主导模态状态预警。本方法基于经验模态分解的自适应去趋势处理,能够剔除大小扰动激励下***响应的稳态和非线性分量,保留***响应的动态振荡特性;结合扩展阶Yule-Walker方法估计***振荡模态,并计算振荡模态的能量确定***的主导模态;根据阻尼的大小发出***振荡的安全、警戒或紧急信息。本方法可用于配网频率信号,实用价值较高,估计结果准确,对***自由响应和随机响应能统一进行,适用于大规模电力***的低频振荡模态在线分析,并及时向控制中心提供振荡预警信息。
Description
技术领域
本发明涉及电力***监测方法,尤其是涉及一种电力***低频振荡在线分析及预警方法。
背景技术
电力***互联在提高电网运行的可靠性和资源利用的经济性的同时,也带来了新的安全隐患,电力***低频振荡在国内外均有发生。低频振荡通常出现在远距离、重负荷输电线路上,或者互联***的弱联络线上,在采用快速响应高放大倍数励磁***的条件下更容易出现。快速励磁调节器的时间常数大为减少,这有效地改善了电压调节特性,但其产生的附加阻尼为负值,抵消了***本身所固有的正阻尼,使***的总阻尼减少或成为负值;此外电网负荷过重和电网之间的弱互联也会使***的阻尼降低,以至***在扰动作用后的功率振荡长久不能平息。低频振荡的频率一般在0.2-2.5Hz之间,低频振荡会引起联络线过流跳闸或***与***或机组与***之间的失步而解列,严重威胁电力***的稳定运行。及时准确地对低频振荡特征进行分析,在低频振荡可能对电网造成严重危害前发出预警信息,可以使电力部门采取相应措施、抑制电网严重低频振荡现象的发生,从而有效提高电网运行的稳定性和安全性。
目前基于量测信号的低频振荡分析方法,根据电网扰动的不同可分为两大类:一是分析短路故障等大扰动激励的***自由响应的Prony法;二是分析随机负荷变化等小扰动激励的***随机响应的ARMA法。Prony法假定被分析信号在当前时刻的取值只与该信号过去时刻的取值有关,即用被分析信号过去若干时刻取值的线性组合来拟合该信号当前时刻的取值;然而随机响应不满足这一前提,导致模态估计效果不佳。ARMA法假定被分析信号是由***内始终存 在的具有白噪声特性的小幅扰动引起,大扰动引起的非平稳分量会对模态估计产生较大误差。目前的低频振荡分析方法大多只针对自由响应或随机响应进行分析,未能实现两者的统一分析,而且存在受***非平稳趋势及噪声影响,模态估计精度不高等问题;此外,现有方法大多采用高压输电线路的功率信号,PMU等测量单元安装成本较高,然而电力***频率信号具有全网一致性,低压配电网的频率信号能够反映电网的低频振荡特性,未有文献利用低压配网频率信号进行低频振荡分析。
发明内容
为了克服现有电力***低频振荡分析方法无法实现自由响应和随机响应统一分析的不足,本发明提供一种电力***低频振荡在线分析及预警方法,该方法利用***频率信号估计低频振荡模式并进行预警,能更准确地对低频振荡特征进行分析,发出可靠的预警信息,从而使电力部门能及时采取相应措施、抑制电网严重低频振荡现象的发生,有效提高电网运行的稳定性和安全性。
本发明的一种电力***低频振荡在线分析及预警方法,包括以下步骤:
A、频率信号采集及预处理:按设定时间段截取电网拟监测节点的***频率信号,并采用截止频率5Hz的低通滤波器滤波,再以频率10Hz下采样得到低频振荡信号y0,随后用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1;
B、振荡模态的频率和阻尼比估计:对步骤A得到的零均值低频振荡信号y1采用自回归传递函数准则确定其自回归模型AR的阶数n,得到零均值低频振荡信号y1的自回归模型AR,再利用扩展阶Yule-Walker算法对该自回归模型AR进行估计,得到零均值低频振荡信号y1的各振荡模态Pi的频率fi和阻尼比ζi,i为振荡模态Pi的序号,i=1,2,…,n;
C、主导模态的确定:计算各振荡模态Pi的能量Ei,并以最大的振荡模态能量值为基准进行归一化处理得到各振荡模态Pi的归一化能量将归一化能量大于5%的振荡模态Pi定为主导模态Pj,
D、主导模态状态预警:如果主导模态Pj的阻尼比ζj大于等于0.05,该主导模态Pj为安全状态;如果主导模态Pj的阻尼比ζj小于0.05且大于等于0.02,该主导模态Pj为警戒状态,发出警戒信息;如果主导模态Pj的阻尼比ζj小于0.02,该主导模态Pj为紧急状态,发出紧急信息;同时,保存各主导模态Pj的频率、阻尼比、归一化能量及状态信息;
E、重复步骤A-D的操作。
与现有技术相比,本发明的有益效果是:
1.利用经验模态分解对低频振荡信号去趋势处理,根据信号序列时间尺度的局部特性进行信号分解,分解过程是自适应的,对自由响应和随机响应都能分析,有效剔除***响应的稳态分量或非平稳趋势,保留包含***振荡特性的信号分量,能够满足工程实际中的电力***响应,特别是非线性非平稳响应的处理,方法直观简洁,适应性好。
2.扩展阶的Yule-Walker算法利用信号自相关系数来构造高阶Yule-Walker方程,振荡模态估计结果准确;平稳随机响应的自相关函数反映***自由响应特性,自由响应的自相关函数保留其本身的频率和阻尼特性,因此能对自由响应和随机响应进行统一模态分析;计算信号中各振荡模态的能量,根据模态能量的大小确定能表征***振荡特性的主导模态,避免由噪声产生的虚假模态的影响,为电力部门提供及时准确的预警信息,防止***出现振荡失稳,确保***稳定安全运行。
3.较之当前的低频振荡分析方法采用高压输电线路的功率信号,本发明可 利用低压配电网的频率信号进行低频振荡模态估计,低压测量单元造价大大降低,监测安装低廉易实施,有较高的工程应用价值。
上述的步骤A中的用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1的具体操作是:将滤波下采样后的低频振荡信号y0进行4层经验模态分解,得到4层本征模态函数及第四层残差信号,将第2~4层本征模态函数叠加,即得到仅包含***振荡特性的零均值低频振荡信号y1。
利用经验模态分解对低频振荡信号进行4层分解,得到的本征模态函数是平稳的,而且第四层残差函数能反映***响应的稳态分量和非平稳趋势;经验模态分解的筛分过程相当于根据信号的局部特性进行从高频到低频的动态滤波,由于低频振荡信号的采样频率为10Hz,
第2~4层本征模态函数的叠加即包含了低频振荡所关心频率范围内的有用信息,避免了第1层本征模态函数的高频噪声分量及第4层残差函数的稳态或非平稳分量;方法直观有效,对随机响应和自由响应都有较好的适应性。
上述的步骤B中利用扩展阶Yule-Walker算法估计振荡模态频率fi和和阻尼比ζi的具体操作是:
(1)估计自相关系数k为时移整数,k=0,1,…,N-1,N为设定时间段内零均值低频振荡信号y1的10Hz下采样总点数;
(2)利用最小二乘法求解矩阵方程Ra=-r,式中 M=3n
得到自回归模型AR参数ai,i=1,2,…,n;
(3)构建振荡模态Pi的特征方程zn+a1zn-1+…+an=0,求解得到根zi, i=1,2,…,n,系数ai为自回归模型AR参数;
(4)计算振荡模态Pi的频率阻尼比σi和wi分别是zi转换至S域的特征根si的实部和虚报,即si=σi±jwi=ln(zi)Fs,Fs=10Hz。
采用扩展阶的Yule-Walker算法构造高阶Yule-Walker矩阵方程,考虑了测量信号中的噪声的影响,并采用最小二乘法计算包含有***振荡信息的AR参数,提高了模态估计精度,计算简单可靠。
下面结合附图及具体实施方式对本发明作进一步详细说明。
附图说明
图1是本发明实施例方法在一时间段下采样得到的低频振荡信号y0。
图2a是图1的低频振荡信号y0进行经验模态分解后的第一层本征函数d1。
图2b是图1的低频振荡信号y0进行经验模态分解后的第二层本征函数d2。
图2c是图1的低频振荡信号y0进行经验模态分解后的第三层本征函数d3。
图2d是图1的低频振荡信号y0进行经验模态分解后的第四层本征函数d4。
图2e是图1的低频振荡信号y0进行经验模态分解后的第四层残差信号r4。
图3是图1的低频振荡信号y0进行经验模态分解去趋势后得到的零均值低频振荡信号y1。
图4是能量最大的前六个振荡模态的归一化能量图。
具体实施方式
实施例:
本发明的一种电力***低频振荡在线分析及预警方法,包括以下步骤:
A、频率信号采集及预处理:按设定时间段截取电网拟监测节点的***频率信号,并采用截止频率5Hz的低通滤波器滤波,再以频率10Hz下采样得到 低频振荡信号y0,随后用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1。设定时间段的值通常取5-10分钟,这样既有足够的数据进行分析,也能及时的给出分析结果、进行预警。
其中,用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1的具体步骤是:
(1)令本征模态函数层数L=1;
(2)提取低频振荡信号y0的所有极大值点和极小值点,分别拟合出信号的上包络线ysup和下包络线ylow,计算上下包络线的平均值,即m=(ysup+ylow)/2,从y0减去m得到c=y0-m;将c视为新的y0,递推计算,直到连续两次的筛分结果的标准差将ct记为信号y0的本层本征模态函数dL,从y0减去dL得到本层残差函数rL=y0-dL;
(3)将rL视为新的y0,令本征模态函数层数L=L+1,再重复步骤(2)三次,即可筛选出第1~4层本征模态函数d1~d4及第四层残差函数r4,从而
(4)将第2~4层本征模态函数d2~d4叠加得到仅包含***振荡特性的零均值低频振荡信号y1=d2+d3+d4。
B、振荡模态的频率和阻尼比估计:对步骤A得到的零均值低频振荡信号y1采用自回归传递函数准则确定其自回归模型AR的阶数n,得到零均值低频振荡信号y1的自回归模型AR,再利用扩展阶Yule-Walker算法对该自回归模型AR进行估计,得到零均值低频振荡信号y1的各振荡模态Pi的频率fi和阻尼比ζi,i为振荡模态Pi的序号,i=1,2,…,n。
其中,利用扩展阶Yule-Walker算法估计振荡模态频率fi和和阻尼比ζi的步 骤是:
(1)估计自相关系数k为时移整数,k=0,1,…,N-1,N为设定时间段内零均值低频振荡信号y1的10Hz下采样总点数;
(2)利用最小二乘法求解矩阵方程Ra=-r,式中 M=3n
得到自回归模型AR参数ai,i=1,2,…,n;
(3)构建振荡模态Pi的特征方程zn+a1zn-1+…+an=0,求解得到根zi,i=1,2,…,n,系数ai为自回归模型AR参数;
(4)计算振荡模态Pi的频率阻尼比σi和wi分别是zi转换至S域的特征根si的实部和虚报,即si=σi±jwi=ln(zi)Fs,Fs=10Hz。
C、主导模态的确定:计算各振荡模态Pi的能量Ei,并以最大的振荡模态能量值为基准进行归一化处理得到各振荡模态Pi的归一化能量Ei,将归一化能量大于5%的振荡模态Pi定为主导模态Pj,
计算振荡模态能量Ei为现有方法,其具体做法是:
(1)利用最小二乘法求解式Vb=r,得到幅值bi,式中 M=3n,zi为AR参数构造的特征方程的根;
(2)计算各振荡模态的能量
D、主导模态状态预警:如果主导模态Pj的阻尼比ζj大于等于0.05,该主导模态Pj为安全状态;如果主导模态Pj的阻尼比ζj小于0.05且大于等于0.02,该主导模态Pj为警戒状态,发出警戒信息;如果主导模态Pj的阻尼比ζj小于0.02,该主导模态Pj为紧急状态,发出紧急信息;同时,保存各主导模态Pj的频率、阻尼比、归一化能量及状态信息。
E、重复步骤A-D的操作。
实测数据分析结果:
以下是上述实施例方法对一段长为5分钟的实际电网频率信号的低频振荡分析及预警结果。
图1是本发明实施例方法在一时间段下采样得到的电网低频振荡信号y0。如图1所示,电网低频振荡信号y0在时间段200~220s存在发电机切机后的自由响应,在其余时间段是无明显扰动的随机响应。
图2a~2e分别是对图1的低频振荡信号y0进行经验模态分解后得到的第1、2、3、4层本征函数d1,d2,d3,d4和第四层残差信号r4。从图2b~2d可以看出,基于经验模态分解的自适应去趋势处理提取的第2,3,4层本征模态函数既保留了频率信号中随机响应的振荡特性,又保留了自由响应的振荡特性,而图2b第四层残差函数反映了***频率信号的稳态分量和非线性趋势。
图3是对图1的低频振荡信号y0进行经验模态分解去趋势后得到的零均值低频振荡信号y1,保留了随机响应和自由响应中的反映***振荡特性的分量。这是因为零均值低频振荡信号y1仅叠加了第2,3,4层的振荡特性信号,而去掉了低频振荡频率范围外的第一层高频噪声和第四层的残差信号(稳态和非线性分量)。
图4是能量最大的前六个振荡模态的归一化能量图。从中可以看出,前三 个模态的归一化能量大于5%,因此确定为***的主导模态。各主导模态的振荡频率和阻尼比如表1所示。
表1:***主导振荡模态的振荡频率和阻尼比
振荡模态能量排序 | 模态归一化能量 | 振荡频率(Hz) | 阻尼比 |
1 | 100% | 0.21 | 0.303 |
2 | 68.8% | 0.38 | 0.124 |
3 | 12.1% | 0.62 | 0.101 |
从表1可以看出,三个主导模态的阻尼比ζj全部大于0.05,因此全部处于安全状态,从而判定整个电网有较高的振荡稳定欲度,处于安全稳定运行状态。
Claims (3)
1.一种电力***低频振荡在线分析及预警方法,包括以下步骤:
A、频率信号采集及预处理:按设定时间段截取电网拟监测节点的***频率信号,并采用截止频率5Hz的低通滤波器滤波,再以频率10Hz下采样得到低频振荡信号y0,随后用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1;
B、振荡模态的频率和阻尼比估计:对步骤A得到的零均值低频振荡信号y1采用自回归传递函数准则确定其自回归模型AR的阶数n,得到零均值低频振荡信号y1的自回归模型AR,再利用扩展阶Yule-Walker算法对该自回归模型AR进行估计,得到零均值低频振荡信号y1的各振荡模态Pi的频率fi和阻尼比ζi,i为振荡模态Pi的序号,i=1,2,…,n;
C、主导模态的确定:计算各振荡模态Pi的能量Ei,并以最大的振荡模态能量值为基准进行归一化处理得到各振荡模态Pi的归一化能量,将归一化能量大于5%的振荡模态Pi定为主导模态Pj,
D、主导模态状态预警:如果主导模态Pj的阻尼比ζj大于等于0.05,该主导模态Pj为安全状态;如果主导模态Pj的阻尼比ζj小于0.05且大于等于0.02,该主导模态Pj为警戒状态,发出警戒信息;如果主导模态Pj的阻尼比ζj小于0.02,该主导模态Pj为紧急状态,发出紧急信息;同时,保存各主导模态Pj的频率、阻尼比、归一化能量及状态信息;
E、重复步骤A-D的操作。
2.根据权利要求1所述的一种电力***低频振荡在线分析及预警方法,其特征在于:所述的步骤A中的用经验模态分解法对低频振荡信号y0进行去趋势处理,得到零均值低频振荡信号y1的具体操作是:将滤波下采样后的低频振荡信号y0进行4层经验模态分解,得到4层本征模态函数及第四层残差信号,将第2~4层本征模态函数叠加,即得到仅包含***振荡特性的零均值低频振荡信号y1。
3.根据权利要求1所述的一种电力***低频振荡在线分析及预警方法,其特征在于,所述的步骤B中利用扩展阶Yule-Walker算法估计振荡模态频率fi和和阻尼比ζi的具体操作是:
(1)估计自相关系数k为时移整数,k=0,1,…,N-1,N为设定时间段内零均值低频振荡信号y1的10Hz下采样总点数;
(2)利用最小二乘法求解矩阵方程Ra=-r,式中
得到自回归模型AR参数ai,i=1,2,…,n;
(3)构建振荡模态Pi的特征方程zn+a1zn-1+…+an=0,求解得到根zi,i=1,2,…,n,系数ai为自回归模型AR参数;
(4)计算振荡模态Pi的频率阻尼比σi和wi分别是zi转换至S域的特征根si的实部和虚报,即si=σi±jwi=ln(zi)Fs,Fs=10Hz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310166922.5A CN103257296B (zh) | 2013-05-08 | 2013-05-08 | 一种电力***低频振荡在线分析及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310166922.5A CN103257296B (zh) | 2013-05-08 | 2013-05-08 | 一种电力***低频振荡在线分析及预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103257296A CN103257296A (zh) | 2013-08-21 |
CN103257296B true CN103257296B (zh) | 2015-08-05 |
Family
ID=48961326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310166922.5A Expired - Fee Related CN103257296B (zh) | 2013-05-08 | 2013-05-08 | 一种电力***低频振荡在线分析及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103257296B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530650B (zh) * | 2013-10-16 | 2015-10-07 | 深圳大学 | 电网低频振荡类噪声信号辨识方法 |
CN104133129B (zh) * | 2014-07-09 | 2016-08-24 | 广东电网公司电力科学研究院 | 汽轮发电机组调速***的低频振荡的监测方法和*** |
CN104821579B (zh) * | 2015-04-24 | 2018-10-23 | 中国电力科学研究院 | 一种基于换流站电气信号的次同步振荡监测分析方法 |
CN106370956A (zh) * | 2016-10-11 | 2017-02-01 | 国网浙江省电力公司电力科学研究院 | 基于电容器投切响应的***阻尼在线监测方法 |
CN107688135B (zh) * | 2017-07-04 | 2020-04-17 | 广西大学 | 一种基于FastICA的小电流接地***的单相接地故障的选线方法 |
CN107545253B (zh) * | 2017-09-11 | 2020-10-20 | 国网江西省电力公司电力科学研究院 | 一种电力***低频振荡监测方法 |
CN109583054B (zh) * | 2018-11-15 | 2022-07-12 | 广东工业大学 | 一种非线性自适应信号采样重构方法 |
CN110927442B (zh) * | 2019-12-06 | 2021-11-02 | 云南电网有限责任公司 | 一种基于边缘计算的多模态振荡在线监测预警*** |
CN111342465B (zh) * | 2020-03-03 | 2022-04-26 | 西南交通大学 | 一种主动抑制电力***频率波动的虚拟滤波器设计方法 |
CN112861328B (zh) * | 2021-01-22 | 2022-08-30 | 东北电力大学 | 一种基于随机响应信号的发电机阻尼评估装置及方法 |
CN114046869B (zh) * | 2021-11-16 | 2022-07-08 | 河海大学 | 基于电力***日常扰动响应的宽频振荡信息在线监测方法与*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609112A (zh) * | 2009-07-13 | 2009-12-23 | 清华大学 | 基于广域测量噪声信号的电力***节点相位关系辨识方法 |
CN102062832A (zh) * | 2010-12-09 | 2011-05-18 | 中国南方电网有限责任公司电网技术研究中心 | 基于微扰动信号低频振荡模式辨识的电力***在线预警方法 |
CN102937668A (zh) * | 2012-11-08 | 2013-02-20 | 电子科技大学 | 一种电力***低频振荡检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4688097B2 (ja) * | 2005-03-03 | 2011-05-25 | 東京電力株式会社 | 風力発電機の運転状態判別方法 |
JP4906634B2 (ja) * | 2007-08-08 | 2012-03-28 | 株式会社日立製作所 | 電力系統の安定度診断装置および方法 |
-
2013
- 2013-05-08 CN CN201310166922.5A patent/CN103257296B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101609112A (zh) * | 2009-07-13 | 2009-12-23 | 清华大学 | 基于广域测量噪声信号的电力***节点相位关系辨识方法 |
CN102062832A (zh) * | 2010-12-09 | 2011-05-18 | 中国南方电网有限责任公司电网技术研究中心 | 基于微扰动信号低频振荡模式辨识的电力***在线预警方法 |
CN102937668A (zh) * | 2012-11-08 | 2013-02-20 | 电子科技大学 | 一种电力***低频振荡检测方法 |
Non-Patent Citations (6)
Title |
---|
A design and construct an electric circuit to emulate power system oscillation in tie-line systems;Prasertwong,K;《Utility Exhibition on Power and Energy Systems:Issues&Prospects for Asia(ICUE),2011 International Conference》;20111231;1-5 * |
Determing modes of low frequency oscillations based on power oscillation flows in the tie lines;Cheng Wu等;《Power&Energy Society General Meeting》;20091231;第1-5页 * |
Real-time phasor measurement for low frequency oscillation in power system;Yutian Liu等;《Circuits and Systems,2005.ISCAS 2005.IEEE International Symposium》;20051231;第4卷;第3889-3893页 * |
基于受扰轨迹的低频振荡分析方法综述;贾勇等;《电力***保护与控制》;20120601;第40卷(第11期);第140-148页 * |
基于改进的ARMA递推算法的低频振荡模式在线辨识;陈刚等;《电力***保护与控制》;20120101;第40卷(第1期);第12-17、49页 * |
基于解相关LMS自适应滤波算法的低频振荡模式在线辨识;刘尹等;《电力***保护与控制》;20120616;第40卷(第12期);第72-76、82页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103257296A (zh) | 2013-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103257296B (zh) | 一种电力***低频振荡在线分析及预警方法 | |
Avdakovic et al. | Wavelet transform applications in power system dynamics | |
Khoshkhoo et al. | On-line dynamic voltage instability prediction based on decision tree supported by a wide-area measurement system | |
CN103683277B (zh) | 一种电力***暂态稳定切负荷控制有效性评价指标计算方法 | |
CN102055201A (zh) | 基于微扰动信号振荡模式辨识的电力***低频振荡机理分析方法 | |
CN107545253B (zh) | 一种电力***低频振荡监测方法 | |
CN112698087B (zh) | 基于宽频量测的电力***宽频振荡在线监测方法与*** | |
CN103633647A (zh) | 一种基于电网拓扑的电力***可靠度计算方法 | |
CN102931728B (zh) | 基于小波多分辨率分析的电网扰动在线辨识及可视化方法 | |
CN104764985A (zh) | 一种基于参数辨识估计油纸绝缘***低频介损方法 | |
CN103337831A (zh) | 一种具有自适应功能的失步解列方法 | |
CN103198184A (zh) | 一种电力***低频振荡特征类噪声辨识方法 | |
CN104953583A (zh) | 基于变点探测和Prony方法相结合的电力***低频振荡在线监测方法 | |
CN104820164A (zh) | 一种电力***低频振荡扰动源定位方法 | |
CN108061841A (zh) | 一种电网故障事件等级自动识别的方法 | |
CN102590647A (zh) | 一种电晕笼内的高压直流输电线路可听噪声测量方法 | |
CN104300557A (zh) | 基于支持向量机的电力***有功功率振荡类型判别方法 | |
Jin et al. | WAMS light and its deployment in China | |
CN105738772A (zh) | 基于功率及频率波动相位的强迫扰动源定位方法 | |
CN105891625A (zh) | 基于能量流的电力***次同步振荡扰动源辨别方法 | |
CN114046869B (zh) | 基于电力***日常扰动响应的宽频振荡信息在线监测方法与*** | |
CN104133129B (zh) | 汽轮发电机组调速***的低频振荡的监测方法和*** | |
US20140350873A1 (en) | Method for generating a signal indicating an oscillation in an electrical energy supply network | |
CN104931838A (zh) | 基于牵引负荷冲击响应的***阻尼在线监测方法与*** | |
CN103647284B (zh) | 一种解决单时间断面问题的电压稳定预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150805 |