基于arma递推算法的电力系统低频振荡模式在线辨识研究-电气工程专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 随着电力系统规模不断扩大和大区联网推进，大量采用高增益的励磁调节器 以改善发电机电压调节精度和系统稳定性，均使得电网低频振荡现象时有出现， 严重威胁系统的正常运行。因此，低频振荡已成为限制大区电网互联的一个重要 因素，准确、及时的低频振荡模式辨识对大电网的安全稳定运行具有重要的意义。 随着广域测量系统在电力系统中广泛应用，为低频振荡模式在线辨识提供了实时 的数据平台。因此，一类不依赖于系统模型，而仅基于系统实测信号的低频振荡 模式方法成为国内外研究的热点。 本文首先从系统辨识角度，归纳了基于实测信号的低频振荡模式辨识所需的 三个要素：类噪声信号、ARMA(Autoregressive Moving Average，ARMA)模型以及 求解 ARMA 模型参数的递推算法；并详细论述了类噪声信号用于低频振荡模式辨 识的可行性、ARMA 模型的相关基础理论以及低频振荡模式参数的计算原理。 其次，本文在 ARMA 模型参数估计的常规递推算法基础上，对 ARMA 模型 采用加权递推最小二乘算法拟合高阶 AR(Autoregressive，AR)模型单独得到白噪声 估值，并将它们用于常规加权递推增广最小二乘算法，得到一种改进的 ARMA 递 推参数估计方法，以提高参数估计的精度及收敛速度。结合低频振荡模式辨识的 三要素，本文还提出了一种低频振荡模式辨识方法，具体包含有五个部分：类噪 声信号的选取、数据预处理、AR 及 ARMA 模型阶数的确定、ARMA 模型参数的 估计、低频振荡模式的计算及主导模式的提取。 最后，本文通过采用 MATLAB 以及 Power System Analysis Toolbox 软件包进 行白噪声扰动下的时域仿真，模拟电力系统类噪声信号；并分别对平稳状态及发 生大扰动下两种情况的类噪声信号进行低频振荡模式辨识，验证本文辨识方法的 有效性及改进效果。而且，本文还采用了南方电网某传输线上的有功功率信号进 行辨识，并与 Prony 算法分析动态信号所得模式结果进行比较，验证本文辨识方法 的辨识效果。通过对本文算法的计算原理以及算例计算速度的分析，说明本文所 提低频振荡模式辨识方法适合于在线应用。 关键词：低频振荡模式，在线辨识，ARMA 模型，加权递推最小二乘，主导模式 重庆大学硕士学位论文英文 重庆大学硕士学位论文 英文摘要 II II ABSTRACT As the development of power grid and the advancement of area inter-connection, adopting a large number of high gain excitation regulators to improve generator voltage accuracy and stability of the system, it makes grid low frequency oscillation(LFO) phenomena appear often so that it has serious threat for the system runs normally.Therefore, LFO has become a restricted factor for theregional network inter-connection, accurate and timely low-frequency oscillation mode identification has the vital significance for the safe and stable operation of the power grid. As the wide-area measurement system widely used in power system, it provides a real-time data platform for the online dentification of LFO mode. Therefore, one kind method which is not dependent on system model but only based on the measurement signal of the system become the research hotspot in domestic and foreign. Firstly, this paper summarizes three elements for the identification of LFO