基于小波去噪和随机子空间算法的广域低频振荡估计.pdfVIP

第37卷第 1期 四川I电力 技 术 Vo1．37，No．1 2014年 2月 SichuanElectricPowerTechnology Feb．。2014 基于小波去噪和随机子空间算法的 广域低频振荡估计 刘 畅。李长松。李华强，许海青 (四川大学电气信息学院，四川成都 610065) 摘 要：电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一，提出了一种利用小 波软阈值去噪技术，首先对电力系统低频振荡数据进行预处理，然后采用随机子空间算法提取低频振荡信号特征的 分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数，有效地克服 Prony算法、自回归滑动 平均算法及希尔伯特一黄等算法受噪声、系统实际阶数的影响大以及单一随机子空间辨识算法难以处理非线性、非 平稳振荡信号的缺点。数值仿真及实例分析均验证 了基于小波预处理技术的随机子空间算法在 电力系统低频振 荡 分析中的可行性。 关键词：电力系统；低频振荡；区间振荡；随机子空间算法；小波软阈值；去噪 Abstract：Withthedevelopmentofpowergrid，theinter—arealow—frequencyoscillationsbecomeoneoftheincreasingcon— cernsinthestableoperationofpowersystem．Amethodusingwaveletsoftthresholddenoisingtechnologyisproposed．Firstly， thelow—frequencyoscillationdataofpowersystem ispreprocessed，andthenthecharacteristicsoflow—frequencyoscillation signalareextractedbystochasticsubspacealgorithm．Thismethodidentifiesthelow—frequencyoscillationanditscharacteris— ticparametersbasedonon—linemeasurementdatadirectly，andeffectivelyovercomesthedefectsthatPronyalgorithm，auto — regressiveandmovingaverage(ARMA)algorithmnadHilb—Huangtrnasformalgorithmareinfluencedbynoiseandactual ordernumberofthesystem aswellastheshortcomingsthatitisdifficultforsinglestochasticsubspacetodeal withnonlinera andnon—stationaryoscillationsing als．Thefeasibilityofapplyingtheproposedmethodtotheanalysisonlow—rfequencyOS- cillationofpowersystem isverifiedbynumerical simulationandinstanceanalysis． Keywords：powersystem；low —rfequencyoscillation；inter—raeaoscillation；stochasticsubspacealgorihtm；waveletsoft thresholdvalue；denoising 中图分类号：TM712 文献标志码：A 文章编号：1003—6954(2014)01—0005—05 建成并在电力系统中应用，使得利用在线的广域向 0 引 言 量测量数据进行广域低频振荡分析成为可能 J。