基于改进的arma递推算法的低频振荡模式在线辨识 improved arma recursive algorithm for online identification of low frequency oscillation modes.pdfVIP

第40卷第1期 电力系统保护与控羽 V01．40No．1 垫!兰生!旦!旦 !旦兰竺!兰z壁!坐!翌!!!!!旦呈竺垒曼竺坐21 1塑：!：兰Q!兰 基于改进白{JARMA递推算法的低频振荡模式在线辨识 陈刚1,2，龚啸2，李军3，古志明3 (1．南方电网科学研究院，广东广州510080；2．输配电装备及系统安全与新技术国家重点实验室(重庆大学)， 重庆400044；3．重庆市电力公司，重庆400015) 摘要：为提高电力系统低频振荡现象的实时监测水平，提出采用一种基于自回归滑动平均模型的两段加权递推最小二乘算法 进行低频振荡模式辨识，并通过估计ARMA谱的方法以提取低频振荡的主导模式。该改进算法先采用加权递推最小二乘算法 拟合高阶AR模型单独得到白噪声估值，再将该估值用于常规加权递推最小二乘算法中，提高了算法参数辨识的精度和收敛 速度。Yew-EngIand 39节点系统的时域仿真测试验证了该改进算法对低频振荡模式辨识的有效性，并通过与常规加权递推