基于奇异值分解的同调机群识别方法-电工技术学报.PDFVIP

2018 年 2 月 电 工 技 术 学 报 Vol.33 No. 3 第 33 卷第 3 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Feb. 2018 DOI ：10.19595/j.cnki.1000-6753.tces.161893 基于奇异值分解的同调机群识别方法 1 1 1 2 2 朱乔木 陈金富 段献忠 游 昊 李本瑜 （1. 强电磁工程与新技术国家重点实验室（华中科技大学） 武汉 430074 2. 云南电力调度控制中心 昆明 650011 ） 摘要 提出一种基于奇异值分解的同调机群识别方法。该方法直接面向发电机实时功角数 据，利用奇异值分解技术提取反映机组同调性的关键信息。从能量的角度出发，根据定义的能 量贡献率指标自适应地选择奇异值数量，构造低维权矩阵，进而实现数据的显著降维。最终通 过对权矩阵进行聚类分析实现同调机群识别。该方法具有原理简单、易于实现、计算量小等特 点，能够十分方便地实现大型复杂电网中机群的同调识别。提出了该方法的在线应用框架，测 试结果表明该方法分群速度快，具备在线应用潜力。此外，同调识别的结果可直观地进行图形 展示，有利于电网的运行控制与分析。通过 IEEE 39 节点系统和南方电网算例验证了该方法的 有效性和正确性。 关键词：电力系统 同调机群识别 奇异值分解 聚类分析 中图分类号：TM76 A Coherent Generators Identification Method Based on Singular Value Decomposition Zhu Qiaomu 1 Chen Jinfu 1 Duan Xianzhong 1 You Hao2 Li Benyu2 （1. State Key Laboratory of Advanced Electromagnetic Engineering and Technology Huazhong University of Science and Technology Wuhan 430074 China 2. Yunnan Electric Power Dispatching and Controlling Center Kunming 650011 China ） Abstract This paper presented a novel approach to identify coherent generators using singular value decomposition (SVD) in power systems. The key information reflecting coherency was extracted by SVD directly from the real-time power angle values provided by wide-area measurement system (WAMS). From the point of energy, the weight matrix with low dimensions was constructed by referring to several main singular values, the numbe