Prony方法和ARMA法在低频振荡模式辨识中的适用性比较 Comparison of applicability in low frequency oscillation mode identification between Prony and ARMA.pdfVIP

第30卷第3期 电力自动化设备 V01．30No．3 Electric PowerAutomation Mar．201 0 囝 2010年3月 Equipment Prony方法和ARMA法在低频振荡模式 辨识中的适用性比较 吴 超1，陆 超1，韩英铎1，吴小辰2，柳勇军2 (1．清华大学电机工程与应用电子技术系电力系统及发电设备控制与仿真国家重点实验室。 北京100084；2．南方电网技术研究中心，广东广州510623) 这2种方法进行不同类型信号适用性的比较研究。在介绍2种方法基本原理的基础上．对比得出其在信号建 模思想、模型参数估计原则上存在区别．进一步将这2种方法应用于处理36节点系统仿真明显扰动激励后 系统响应信号和类噪声信号。对低频振荡模式辨识结果进行系统性研究。分析结果表明。ARMA法具有更好 的适用性。 关键词：低频振荡；模式辨识：适用性：Prony方法：ARMA法 76 中图分类号：TM 文献标识码：A ARMA法各自原理研究和方法完善上．基本未涉及2 0引言 种方法对不同类型信号的适用性研究。因此．本文提 随着大型机组快速励磁系统的采用以及电力 性的对比研究．在比较2种方法基本原理不同点的 系统规模的不断扩大、互联，低频振荡问题日益突 基础上．将其分别应用于处理明显扰动激励后系统 出，严重威胁着电力系统的安全稳定运行[I-羽。正确 响应信号和类噪声信号．系统比较了低频振荡模式 分析低频振荡特征参数是有效抑制电力系统低频振 Area辨识结果．从而给出不同类型信号情况下Prony方法 荡的重要基础。广域测量系统WAMS(Wide 和ARMA法适用性的基本规律。 Measurement System)的出现为大规模互联电力系统 的监测、分析和控制提供了新的手段。WAMS可以在1 Prony方法 同一参考时间框架下捕捉到系统各地点的实时动态 信息。基于WAMS实测信号可以辨识得到当前电力 系统低频振荡的真实特性．一般而言．实测信号可分 组具有任意振幅、相位、频率和衰减因子的减幅谐波 为2种形式：一种是明显扰动激励后系统响应信号。 项所组成的序列Ix(n)}来逼近，如式(1)所示。 由系统内某种短时大扰动引起：另一种是类噪声信 二(厅)：∑P6i露：∑PAie筒e妇+j2聊)Aln 号．由系统稳态运行时持续存在的负荷投切等随机 f=l i；1 性质小扰动引起。Prony方法和自回归滑动平均 ARMA(Auto Average)法是2种 RegressiveMoving 常用的低频振荡模式辨识方法。其中，Prony方法多 数，Aj为模式幅值，0i为模式初相位，％为模式衰减 用于处理明显扰动激励后系统响应信号。文献[3]首 因子，卮为模式频率，为时间间隔。 次提出将Prony方法用于对电力系统低频振荡分 Prony方法采用误差平方和最小为模型参数估 析。文献『4．5]成功将Prony方法应用于离线处理电计原则．即