CN110501610B - 一种多逆变器并网振荡特征实时提取方法及装置 - Google Patents
一种多逆变器并网振荡特征实时提取方法及装置 Download PDFInfo
- Publication number
- CN110501610B CN110501610B CN201910788112.0A CN201910788112A CN110501610B CN 110501610 B CN110501610 B CN 110501610B CN 201910788112 A CN201910788112 A CN 201910788112A CN 110501610 B CN110501610 B CN 110501610B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- signal
- frequency
- angular velocity
- omega
- 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.)
- Active
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 129
- 238000000605 extraction Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims abstract description 14
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000013016 damping Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 10
- 238000010248 power generation Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Plasma Technology (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种多逆变器并网振荡特征实时提取方法及装置，包括如下步骤：S1：根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段；S2：采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；提取所有可能发生振荡的频率的频段并分解成小频段；本步骤中，通过步骤S1中分析出的振荡存在频段，确定小波变换的分解层数；S3：根据每个小频段的阈值判断该频段是否发生振荡；S4：利用算法分析含有振荡信号的小频段得到振荡的幅值和频率。
Description
技术领域
本发明涉及多逆变器并网发电***技术领域,具体涉及一种多逆变器并网振荡特征实时提取方法及装置。
背景技术
在多逆变器并网发电***中，由于多台并网逆变器之间、逆变器与电网之间的交互耦合现象，很容易引发振荡。并且在多逆变器并网发电***中，在很多个频率处都可能会发生振荡(振荡点)，有的振荡点的振荡频率还会随着并网逆变器数量的变化而变化。在振荡过程中，振荡频率的电压、电流幅值会不断增大，最终导致***崩溃。我们希望能够实时的检测出振荡的特征，为振荡的抑制提供条件。
目前检测振荡特征的方法主要有三种：(1)时域仿真法，利用Simulink等仿真软件搭建多逆变器并网发电***进行仿真模拟，这样能够模拟出多逆变器并网发电***的各种振荡情况。我们只需要在实际***中检测仿真得到的所有可能的振荡频率，便可以实现振荡检测。不过，由于多逆变器并网发电***中的并网逆变器的数量经常会发生改变，部分振荡频率也会发生改变，因此我们无法通过时域仿真法对振荡频率进行预测检测。(2)基于***模型的特征值分析法，将多逆变器并网发电***转换成S域的数学模型，根据奈奎斯特稳定性定理，也能够分析出多逆变器并网发电***中所有可能的振荡频率，然后进行振荡检测。而这种方法也与时域仿真法一样，由于多逆变器并网发电***的结构会发生变化，导致无法对振荡频率进行预测检测。(3)基于实测数据的振荡特征提取方法，是指通过特定的算法对电压、电流信号进行分析，直接分析提取出电压、电流信号中的振荡特征。
基于实测数据的振荡特征提取方法中，传统的基于小波变换和HHT的光伏并网谐振检测方法能够提取出振荡的幅值和频率特征，但是，通过该方法提取到的幅值和频率信息无实时性。HHT变换需要提取一个周期的信号进行分析，得出该周期内的幅值和频率信息，而在基于小波变换和HHT的光伏并网谐振检测方法中的周期是基波周期，一个基波周期计算一次幅值和频率信息。但是，对于高频振荡，在一个基波周期内的变化很大，因此对于高频振荡的提取还是不够快速，不够准确。
发明内容
针对对于高频振荡，在一个基波周期内的变化很大，因此对于高频振荡的提取还是不够快速，不够准确的问题，本发明提供一种多逆变器并网振荡特征实时提取方法。
本发明的是技术方案是：
一方面，本发明技术方案提供一种多逆变器并网振荡特征实时提取方法，包括如下步骤：
采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；
提取所有可能发生振荡的频率的频段并分解成小频段；
根据每个小频段的阈值判断该频段是否发生振荡；
利用算法分析含有振荡信号的小频段得到振荡的幅值和频率。
进一步的，所述的额采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号的步骤之前还包括：
根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段。
进一步的，所述的采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号的步骤具体包括：
通过上述步骤中分析出的振荡存在频段，确定小波变换的分解层数。
进一步的，所述的利用算法分析含有振荡信号的小频段得到振荡的幅值和频率的步骤具体包括：
设计算法提取输入信号中角速度为第一阈值的信号以及与角速度为第一阈值的信号相差90°的正交信号；
计算角速度为第一阈值的信号的幅值；
设计算法将第一阈值的角速度向振荡频率对应的角速度逼近；
当解出的第二阈值的角速度与振荡频率对应的角速度相等时计算出振荡的幅值；
设计算法将角速度转化成对应的频率。
进一步的，通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
另一方面，本发明技术方案提供一种多逆变器并网振荡特征实时提取装置，包括采集处理模块、小频段分解模块、振荡判断模块和计算处理模块；
采集处理模块，用于采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；
小频段分解模块，用于提取所有可能发生振荡的频率的频段并分解成小频段；
振荡判断模块，用于根据每个小频段的阈值判断该频段是否发生振荡；
计算处理模块，用于利用算法分析含有振荡信号的小频段得到振荡的幅值和频率。
进一步的，该装置还包括预谐振频段获取模块，所述的预谐振频段获取模块，用于根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段。
进一步的，采集处理模块，用于根据预谐振频段获取模块分析出的振荡存在频段，确定小波变换的分解层数。
进一步的，所述的计算处理模块，通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
从以上技术方案可以看出，本发明具有以下优点：(1)由于预先分析了振荡所在频段，并将其提取，减少了对不会发生振荡的频段的检测，简化了实际检测算法的计算量。(2)采用小波变换和算法的结合使得提取的幅值和频率信息为连续信号，而不是小波变换同HHT结合所得到的周期性断续信息，且提取精确度更高。(3)通过HHT提取到的是待分析信号中存在的所有的频率信号和对应幅值，但具体是哪个频率发生了振荡，还需要我们进行判断。而采用本申请中的算法提取出的幅值和频率信息直接就是振荡信号的幅值和频率。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多逆变器并网振荡特征实时提取方法的示意性流程图。
图2是本发明实施例中的待处理振荡信号仿真示意图。
图3、图4为本发明实施例提供振荡信号处理后的幅值和频率提取效果仿真图。
图5为频域信息分析仿真图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例一
如图1所示，本发明技术方案提供一种多逆变器并网振荡特征实时提取方法，包括如下步骤：
S1：根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段；
S2：采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；提取所有可能发生振荡的频率的频段并分解成小频段；本步骤中，通过步骤S1中分析出的振荡存在频段，确定小波变换的分解层数；
S3：根据每个小频段的阈值判断该频段是否发生振荡；
S4：利用算法分析含有振荡信号的小频段得到振荡的幅值和频率。
通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
利用本文提出的方法，对如图2的振荡信号进行了分析，最终的幅值和频率提取效果如图3、图4所示，振荡信号幅值提取图3第一部分是利用小波变换提取的振荡信号，第二部分是利用新算法提取的幅值信号。图4第一部分是利用小波变换提取的振荡信号，第二部分是利用新算法提取的幅值频率信号。
图5为频域信息分析仿真图，利用FFT分析得出的频域信息，可以看出FFT分析得出的频率与本申请算法得出的频率基本一致。仿真结果表明，本文提出的算法能够做到对振荡信号的幅值和频率特征进行实时提取。
实施例二
本发明技术方案提供一种多逆变器并网振荡特征实时提取装置，包括采集处理模块、小频段分解模块、振荡判断模块和计算处理模块；
采集处理模块，用于采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；
小频段分解模块，用于提取所有可能发生振荡的频率的频段并分解成小频段；
振荡判断模块，用于根据每个小频段的阈值判断该频段是否发生振荡；
计算处理模块，用于利用算法分析含有振荡信号的小频段得到振荡的幅值和频率。
该装置还包括预谐振频段获取模块，所述的预谐振频段获取模块，用于根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段。
采集处理模块，用于根据预谐振频段获取模块分析出的振荡存在频段，确定小波变换的分解层数。
所述的计算处理模块，通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (6)
1.一种多逆变器并网振荡特征实时提取方法，其特征在于包括如下步骤：
采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；
提取所有可能发生振荡的频率的频段并分解成小频段；
根据每个小频段的阈值判断该频段是否发生振荡；
利用算法分析含有振荡信号的小频段得到振荡的幅值和频率，具体包括：
设计算法提取输入信号中角速度为第一阈值的信号以及与角速度为第一阈值的信号相差90°的正交信号；
计算角速度为第一阈值的信号的幅值；
设计算法将第一阈值的角速度向振荡频率对应的角速度逼近；
当解出的第二阈值的角速度与振荡频率对应的角速度相等时计算出振荡的幅值；
设计算法将角速度转化成对应的频率；
通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
2.根据权利要求1所述的一种多逆变器并网振荡特征实时提取方法，其特征在于所述的采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号的步骤之前还包括：
根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段。
3.根据权利要求2所述的一种多逆变器并网振荡特征实时提取方法，其特征在于，所述的采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号的步骤具体包括：
通过上述步骤中分析出的振荡存在频段，确定小波变换的分解层数。
4.一种多逆变器并网振荡特征实时提取装置，其特征在于，包括采集处理模块、小频段分解模块、振荡判断模块和计算处理模块；
采集处理模块，用于采集待检测的信号，通过小波变换将待检测信号分解成不同频段的信号；
小频段分解模块，用于提取所有可能发生振荡的频率的频段并分解成小频段；
振荡判断模块，用于根据每个小频段的阈值判断该频段是否发生振荡；
计算处理模块，用于利用算法分析含有振荡信号的小频段得到振荡的幅值和频率；
所述的计算处理模块，通过(1)和(2)公式，提取出输入信号v中角速度为ω1的信号v'以及与角速度为ω1的信号相差90°的正交信号q_v′；
通过公式(3)，得出角速度为ω1信号的幅值h；
ω1为给定的初值角速度，通过公式(4)使角速度ω1向振荡频率对应的角速度逼近；
计算出ω2后，将ω2带入到(1)(2)(3)(4)的ω1中，解出新的ω2，然后继续带入，实现角速度ω2不断的向振荡频率对应的角速度逼近；
当解出的ω2与振荡频率对应的角速度相等时公式(4)达到平衡，解出的h是振荡的幅值；
通过(5)公式，将角速度转化成对应的频率；
其中，v是待分析的振荡信号，h是振荡信号的实时幅值，f是振荡信号的实时频率，k和Γ是比例系数，k取
Γ取1000，s是拉普拉多变换的算子，s是一个复变量。
5.根据权利要求4所述的一种多逆变器并网振荡特征实时提取装置，其特征在于，该装置还包括预谐振频段获取模块，所述的预谐振频段获取模块，用于根据多逆变器并网耦合谐振机理及有源阻尼优化方法中的谐振机理分析获取所有可能发生谐振的频率所在的频段。
6.根据权利要求5所述的一种多逆变器并网振荡特征实时提取装置，其特征在于，
采集处理模块，用于根据预谐振频段获取模块分析出的振荡存在频段，确定小波变换的分解层数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788112.0A CN110501610B (zh) | 2019-08-26 | 2019-08-26 | 一种多逆变器并网振荡特征实时提取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788112.0A CN110501610B (zh) | 2019-08-26 | 2019-08-26 | 一种多逆变器并网振荡特征实时提取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110501610A CN110501610A (zh) | 2019-11-26 |
| CN110501610B true CN110501610B (zh) | 2021-10-01 |
Family
ID=68589437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910788112.0A Active CN110501610B (zh) | 2019-08-26 | 2019-08-26 | 一种多逆变器并网振荡特征实时提取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110501610B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102170126A (zh) * | 2011-04-06 | 2011-08-31 | 华中电网有限公司 | 一种电力***低频振荡在线分析及预警方法 |
| CN102171919A (zh) * | 2009-08-04 | 2011-08-31 | 松下电器产业株式会社 | 电力变换装置及感应加热装置 |
| CN102944798A (zh) * | 2012-11-29 | 2013-02-27 | 武汉华中电力电网技术有限公司 | 一种负阻尼低频振荡与强迫功率振荡判别方法 |
| CN103259287A (zh) * | 2013-05-10 | 2013-08-21 | 东北大学 | 一种分布式新能源发电***的双向并网逆变装置及方法 |
| CN104638972A (zh) * | 2015-03-06 | 2015-05-20 | 天津天海源电气技术有限责任公司 | 一种带不平衡及非线性负载的三相逆变器控制方法 |
| CN105223403A (zh) * | 2015-08-27 | 2016-01-06 | 南京南瑞太阳能科技有限公司 | 一种并网逆变器网侧谐振电流信息的小波包提取方法 |
| RU2589509C1 (ru) * | 2015-05-05 | 2016-07-10 | Федеральное государственное бюджетное учреждение науки Физико-технический институт им. А.Ф. Иоффе Российской академии наук | Способ определения тока в канале электрического пробоя диэлектрика |
| CN109617121A (zh) * | 2018-12-26 | 2019-04-12 | 华北电力大学 | 一种针对次同步振荡的风电并网***安全运行方法及*** |
-
2019
- 2019-08-26 CN CN201910788112.0A patent/CN110501610B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102171919A (zh) * | 2009-08-04 | 2011-08-31 | 松下电器产业株式会社 | 电力变换装置及感应加热装置 |
| CN102170126A (zh) * | 2011-04-06 | 2011-08-31 | 华中电网有限公司 | 一种电力***低频振荡在线分析及预警方法 |
| CN102944798A (zh) * | 2012-11-29 | 2013-02-27 | 武汉华中电力电网技术有限公司 | 一种负阻尼低频振荡与强迫功率振荡判别方法 |
| CN103259287A (zh) * | 2013-05-10 | 2013-08-21 | 东北大学 | 一种分布式新能源发电***的双向并网逆变装置及方法 |
| CN104638972A (zh) * | 2015-03-06 | 2015-05-20 | 天津天海源电气技术有限责任公司 | 一种带不平衡及非线性负载的三相逆变器控制方法 |
| RU2589509C1 (ru) * | 2015-05-05 | 2016-07-10 | Федеральное государственное бюджетное учреждение науки Физико-технический институт им. А.Ф. Иоффе Российской академии наук | Способ определения тока в канале электрического пробоя диэлектрика |
| CN105223403A (zh) * | 2015-08-27 | 2016-01-06 | 南京南瑞太阳能科技有限公司 | 一种并网逆变器网侧谐振电流信息的小波包提取方法 |
| CN109617121A (zh) * | 2018-12-26 | 2019-04-12 | 华北电力大学 | 一种针对次同步振荡的风电并网***安全运行方法及*** |
Non-Patent Citations (4)
| Title |
|---|
| Stabilizing Control Method for Suppressing Oscillations of Induction Motors Driven by PWM Inverters;NOBUYOSHI MUTOH;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;19901231;第48-58页 * |
| 分布式光伏集群并网谐振问题分析及其检测方法研究;高静;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20171231;第36-41页 * |
| 基于提升小波变换的光伏谐振检测方法;高静;《电机与控制应用》;20171231;第99-104页 * |
| 多逆变器并网谐振特性分析;舒万韬;《中国电机工程学报》;20181231;第5009-5020页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110501610A (zh) | 2019-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | An imbalance fault detection method based on data normalization and EMD for marine current turbines | |
| Liu et al. | Data-driven event identification in the US power systems based on 2D-OLPP and RUSBoosted trees | |
| Thambirajah et al. | Comparative review of methods for stability monitoring in electrical power systems and vibrating structures | |
| CN101806832A (zh) | 一种低频率信号的频率测量方法 | |
| Chen et al. | Chirplet path fusion for the analysis of time-varying frequency-modulated signals | |
| CN103235180A (zh) | 一种电网间谐波测量方法 | |
| Sheng et al. | Applications in bearing fault diagnosis of an improved Kurtogram algorithm based on flexible frequency slice wavelet transform filter bank | |
| CN103454537A (zh) | 基于小波分析的风力发电低电压穿越检测设备及方法 | |
| Li et al. | Automated and adaptive ridge extraction for rotating machinery fault detection | |
| CN104217112B (zh) | 一种基于多类型信号的电力***低频振荡分析方法 | |
| CN102508031A (zh) | 一种基于傅里叶级数的局部放电脉冲相角测量方法 | |
| CN110866448A (zh) | 基于卷积神经网络和短时傅里叶变换的颤振信号分析方法 | |
| Liu et al. | An online bearing fault diagnosis technique via improved demodulation spectrum analysis under variable speed conditions | |
| CN106202977A (zh) | 一种基于盲源分离算法的低频振荡模式分析方法 | |
| CN104833850B (zh) | 基于Duffing混沌***的微弱信号检测装置的微弱信号检测方法 | |
| Ferguson et al. | Big data techniques for wind turbine condition monitoring | |
| CN108008187B (zh) | 基于变分模态分解的电网谐波检测方法 | |
| CN102944773A (zh) | 基于空间变换的电能扰动检测及分类方法 | |
| Jena et al. | Variational mode decomposition‐based power system disturbance assessment to enhance WA situational awareness and post‐mortem analysis | |
| Yang et al. | Oscillation mode analysis for power grids using adaptive local iterative filter decomposition | |
| CN107796977A (zh) | 一种三相电网电压参数检测方法及装置 | |
| Srikanth et al. | An intelligent algorithm for autorecognition of power system faults using superlets | |
| CN110501610B (zh) | 一种多逆变器并网振荡特征实时提取方法及装置 | |
| CN109617051B (zh) | 一种新能源电力***低频振荡参数辨识方法 | |
| CN110646665B (zh) | 一种多逆变器电网的谐振检测方法、***、终端及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |