低频振荡模态参数辨识新算法 new parameter identification algorithm for low frequency oscillation mode.pdfVIP

低频振荡模蠢参数辩识新算法 李天云，，于兴林-，李慧敏t，陈峰1，王铮2 (1．东北电力大学电气工程学院，吉林132012；2．漯河市供电公司，河南漯河462000) 摘要：TLS—ESPRIT算法的实质是通过对信号子空间进行奇异值分解(svD)，辨识出信号的频率和阻尼比。跫 SVD虽然可以抑制部分噪声影响．但噪声过强时就会影响TLS—ESPRIT算法的辨识精度；而且SVD易把较： 弱信号滤除，丢失真实模态而引入虚假模态。针对此结合数学形态学能够在时域内对信号进行滤波，且滤i 波后信号的几何特征保持不变的特点．将实测信号先经数学形态学滤波再通过TLS—ESPRIT进行模态辨识，。 可以最大限度地降低噪声的影响，使辨识精度更加精确。仿真结果验证了所提算法的可行性、有效性和强， 抗噪性。 关键词：数学形态学；TL$一ESPRET；奇异值分解；参数辨识；低频振荡 中图分类号：TM743 文献标志码：A 文章编号：1004-9649(2011)11-0023-05 法具有算法物理意义明确、简便易行、实用有效等优 0引言 点．可将含有复杂成分的信号分解为具有物理意义 的各个部分．使信号与噪声剥离并保持其全局或局 目前电力系统低频振荡信号的分析方法有傅里 部的主要形态特征【7{】。 E31、随机子 针对以上算法的局限性．本文提出一种结合数 3、HHT 叶算法、小波脊算法…、Prony算法[2 空间技术…等。傅里叶算法和小波脊算法均难以处 理非平稳信号。Prony算法对噪声的敏感性，使得其技术的低频振荡模态参数辨识的新算法。采用数学 在对带噪声的非线性、非平稳信号处理结果的精度 形态滤波器有效抑制噪声的特性．对含有噪声的低 方面受到了质疑。随机子空间技术难以处理非线性、 频振荡信号进行消噪处理：再利用TLS-ESPRIT算 非平稳信号。HHT方法虽然可以处理非线性、非平 法对消噪后的信号进行检测。 稳的信号．但经验模态分解容易引入虚假成分。 旋转矢量不变技术(ESPRIT-estimation ofsignal1基本原理 viarotationalinvariance parameters technique)是阵列 信号处理的一种技术．用来解决信号波达方向估计 1．1 数学形态学的基本原理 问题[5】。将原始信号矩阵分为信号子空间和噪声子 数学形态学方法利用结构元素收集待处理信 空间．通过对信号子空间数据构成的矩阵SVD分 号的信息．提取信号全局或局部的有用特征。形态 解．可精确地提取信号的参数。若原始信号中混有噪 学的基本运算包括腐蚀、膨胀以及由此引出的开、 声．经SVD分解虽然能抑制部分噪声影响。但SVD闭运算等。 分解后所得的特征值易把较弱信号滤除。由于噪声 待处理信号“厅)是采样得到的一维多值信号， 的影响。估计阶数往往多于信号的主导模式．从而会 引入虚假模态。比较经典的消噪方法是采用模拟或 元素序列。其定义域为D(b)=(O，l，2，…，P)，其中Ⅳ 数字滤波器。其中基于时、频域特征构建的数字滤波 和P为整数。 器由于使用灵便、滤波特性陡、可靠性高等优点而得 腐蚀运算定义为： 到广泛应用．但也存在时滞、非线性相移等缺点，可 (1) (f(Db)(厅)=min{f(n+x)-b(菇)J 能引起被测原始信号的畸变。且当干扰或噪声的频 膨胀运算定义为：