基于EEMD鄄NExT的低频振荡主导模式工况在线辨识与预警.PDF

第 34 卷 第 12 期 电 力 自 动 化 设 备 Ｖｏｌ．34 Ｎｏ．12 ２０ 14 年 12 月 Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ａｕｔｏｍａｔｉｏｎ Ｅｑｕｉｐｍｅｎｔ Dec. ２０ 14 基于 EEMD NExT 的低频振荡主导模式工况 鄄 在线辨识与预警 汪颂 军 刘涤 尘 廖 清芬 周 雨 田 王亚俊 王 乙斐 赵 一婕 ， ， ， ， ， ， （武 汉 大 学 电气工程 学院 ，湖 北 武 汉 430072 ） 摘 要 ： 结合 集合 经验模 式分 解 （EEMD ）和 自然激励技 术 （NExT ），基 于广域 测量 系统 （WAMS ）的动 态量 测信 息 ，提 出低 频振 荡主导模 式识 别方 法 。 该 方 法借 助 EEMD 处理 非平稳信 号 ，利 用 EEMD 时空滤波器、互相 关 系数和信 号 能量权 重 筛选 出主导模 式分量 ；通过 NExT 求互相 关 函数 ，并利 用 Teager 能量 算子识 别 时变幅值 和频 率 ，采 用信 号 能量分析 法辨识 阻尼 比并应 用于预 警 系统 。 算例仿 真 结果表 明 ，所提 方 法能够 实时准确地 辨识 出系统 的主导模 式信 息 ，且无 需人 工激励 并剔 除虚假模 式 ，同时具有较 强的抗噪性 能。 关键词 ： 集合 经验模 式分解 ； 自然激励技 术 ； 工况模 式分析 ； 低频振 荡 ； 主导模 式识 别 ； 稳 定性 中图分 类号 ： TM 7 12 文献标识码 ： A DOI ： 10.3969／ j .issn.1006－6047.20 14.12.0 19 0 引言 辨识 人 工 激励 给 电力 系统 带来 的伤 害 ，实 现 系统 在 工 况 下 的在 线 模 式 识 别 ，其 在 电力 领 域 仅 在 文 献 随着 全 国联 网程 度 的不 断加 深 ，低 频 振 荡 日益 中有应用 值得更进一步 的研究 ［13 ］ ， 。 成 为危及 电网安全稳定运行 的突 出问题 之一 。 基 于 集 合 经 验 模 式 分 解 EEMD （Ensemble Empirical 系统 日常运行工况下 的实测轨迹进行 的低频振荡模 ）［14鄄 15］是经验模式分解 （ Mode Decomposition EMD Em鄄 式 在 线 辨识 ，对 于低 频 振 荡 的在 线监 测 、预警 、控 制