基于形態(tài)濾波和Prony算法的低頻振蕩模式辨識(shí)的研究.pdf

《基于形態(tài)濾波和Prony算法的低頻振蕩模式辨識(shí)的研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第43卷第3期電力系統(tǒng)保護(hù)與控制Vb1．43No．32015年2月1日PowerSystemProtectionandControlFeb．1，2015基于形態(tài)濾波和Prony算法的低頻振蕩模式辨識(shí)的研究李安娜，吳熙，蔣平，徐鋼，王成亮(1．東南大學(xué)電氣工程學(xué)院，江蘇南京210096；2．江蘇方天電力技術(shù)有限公司，江蘇南京211102)摘要：針對(duì)傳統(tǒng)Prony方法對(duì)噪聲敏感導(dǎo)致辨識(shí)精度不高的問題，提出了一種基于形態(tài)濾波和Prony算法相結(jié)合的低頻振蕩模式辨識(shí)的方法，實(shí)現(xiàn)了在有混合噪聲干擾情況下低頻

2、振蕩模式的準(zhǔn)確辨識(shí)?；跀?shù)學(xué)形態(tài)學(xué)，設(shè)計(jì)了一種基于半圓形結(jié)構(gòu)元素的形態(tài)濾波器，在選取合適的元素尺寸情況下，可以有效濾除混合噪聲。對(duì)于去噪聲之后的信號(hào)采用Prony算法進(jìn)行辨識(shí)，可準(zhǔn)確獲取低頻振蕩各個(gè)模式參數(shù)。通過Matlab進(jìn)行算例仿真，表明了對(duì)電力信號(hào)進(jìn)行預(yù)處理的必要性以及所提出的方法能相對(duì)精確地進(jìn)行振蕩模式辨識(shí)，驗(yàn)證了其有效性。關(guān)鍵詞：低頻振蕩；數(shù)學(xué)形態(tài)學(xué)濾波；Prony算法；模式辨識(shí)Researchonidentifyinglowfrequencyoscillationmodesbasedo

3、nmorphologicalfilteringtheoryandPronyalgorithmLIAnna，WUXi，JIANGPing，XUGang2WANGChengliang，(1．SchoolofElectricalEngineering，SoutheastUniversity,Nanjing210096，China；2．JiangsuFrontierElectricTechnologyCo．，Ltd．，Nanjing211102，China)Abstract：Amethodbasedonm

4、orphologicalfilteringtheoryandpoweralgorithmisputforwardtoidentifylowfrequencyoscillationmodes．a(chǎn)imingathowtoavoidthelimitationofPronymethodsthatiSsensitivetonoisethustocausetheinaccuracy．Itrealizesaccurateidentificationofoscillationmodesinthecondition

5、offixednoises．Amorphologyfilter,whichisbasedonmathematicalmorphologyandhemicyclestructureelementisdesignedtoeffectivelysuppressthenoiseintheconditionofpropersizeoftheelement．PronyalgorithmiSthenusedtodetectthede-noisedsignalandobtainthe1OWfrequencyosc

6、illationparametersofeverymode．TheManabsimulationresultsshowthatitiSverynecessarytopreprocessthedataofelectricsigna1．Efiectivenessandrelativelyaccuracyareverified．ThisworkiSsupportedbyNationalNaturalScienceFoundationofChina(No．51407028)andNaturalScienc

7、eFondationofJiangsuProvince(No．BK20140633)．Keywords：lowfrequencyoscillation；morphologyfilter；Pronyalgorithm；oscillationmodeidentification中圖分類號(hào)：TM712文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674—3415(2015)03．0137-06算法、Prony算法、ESPRIT算法等。ARMA算法不0引言能滿足在線監(jiān)視的要求；實(shí)時(shí)FFT的精度受數(shù)據(jù)窗大區(qū)域電網(wǎng)互聯(lián)在滿足了生

8、產(chǎn)需求的同時(shí)，也限制，經(jīng)FFT變換能直接獲取低頻振蕩主導(dǎo)模式的使得互聯(lián)電網(wǎng)運(yùn)行接近極限臨界點(diǎn)，導(dǎo)致振蕩失穩(wěn)頻率，但是其幅值、相位和衰減系數(shù)可能需要采取問題目漸顯著l1】。低頻振蕩問題影響了電網(wǎng)安全運(yùn)智能算法進(jìn)行逼近L6J，且在許多領(lǐng)域中只能定性而行、制約了電網(wǎng)傳輸能力【3】。為保持系統(tǒng)安全穩(wěn)定不能精確定量分析和解決問題；小波算法可以反映運(yùn)行，抑制低頻振蕩的關(guān)鍵在于獲得主導(dǎo)振蕩模式信號(hào)時(shí)變特性L7J，但小波基選取比較困難l】；ESPRIT參數(shù)L4J，從而實(shí)現(xiàn)對(duì)低頻振蕩波形的準(zhǔn)確分析。