一种次同步振荡随机时变模态辨识方法技术

本发明专利技术公开了一种次同步振荡随机时变模态辨识方法，针对端点效应使模态辨识结果误差较大的问题，提出基于镜像延拓法的改进希尔伯特—黄变换辨识随机时变次同步振荡模态，首先在信号的左右两端确定对称点，然后对信号进行延拓，对包络线的拟合均采用延拓后的极值点为插值点进行三次样条插值，然后计算上，下包络线的局部均值，使上下包络线的拟合更加准确，明显改善了端点效应，通过对平稳信号、非平稳信号和实测信号的辨识验证了该法的可行性与有效性。

【技术实现步骤摘要】
一种次同步振荡随机时变模态辨识方法
本专利技术属于电器工程
，具体涉及一种次同步振荡随机时变模态辨识方法。
技术介绍
作为电力系统稳定性的重要方面，次同步振荡从20世纪70年代至今，一直得到广泛的关注和研究。随着规模化风电和规模化光伏发电基地不断发展，并网容量不断增加，大容量电力电子技术广泛应用，次同步振荡呈现出新的特性。受风速等自然因素的影响，新能源电源的生产具有较大的随机波动性，这种随机波动性使得电力系统运行点发生随机漂移现象，运行工况变化范围更大，变化情况更为错综复杂，对次同步振荡的影响不容忽视。基于传统确定型系统的次同步振荡分析方法与控制措施，在强随机、大幅度波动的新能源并网情况下，难以适应电网安全的要求，由此引发的次同步振荡问题日益突出。2011年以来，我国华北沽源地区风电场多次发生频率随机时变的次同步振荡事件，根据现场监测发现，研究发现当风速较低、风机转速下降到一定程度时，会出现不稳定的次同步振荡，其频率随风场拓扑结构演变和风机并网数量不同在较大范围(3～10Hz)内变化，呈现出随机时变，振荡频率范围宽的特点。此类问题在我国沽源、内蒙、吉林等地区均有报道。2015年7月1日，我国的新疆哈密地区发生了更为复杂的大规模双馈和直驱风电机组经弱交流和天中特高压直流系统送出的次同步振荡问题，根据现场监测数据，风电产生的次同步电流的振荡频率随时间变化，并在不同电压等级的交流系统传播，最终诱发了火电机组的轴系扭振，进而导致机组扭振保护启动，三台火电机组跳闸。在该事件中，首次出现了次同步频率分量传递问题，而且是频率随机时变的次同步电流分量的传递问题。由此可见，大规模新能源电力系统的次同步振荡呈现出随机时变幅频的特点，风电等可再生能源的随机波动特性难辞其咎。因此，需要研究能够正确辨识随机时变的次同步振荡模态的监测方法。快速傅里叶变换(FastFourierTransformation，FFT)和Prony分析方法主要应用在平稳信号的模态分析方面，而希尔伯特-黄变换(Hilbert-Huangtransform，HHT)能够从非平稳信号中准确提取其频率和幅值等信息，并且HHT在分析海洋信号，振动信号等领域已经取得了良好的效果。HHT的端点效应由2部分组成，第一种是信号包络线拟合产生的，第二种是Hilbert变换时产生的。经验模态分解(EmpiricalModeDecomposition，EMD)过程中需要拟合信号的上、下包络线，进而得到局部均值。EMD准确的前提是局部均值准确。包络线的拟合实际上是对信号极值点的三次样条插值。在信号端点处，端点不可能既是极大值点又是极小值点，也可能端点并非极值点。如果端点不是极值点，那么距离端点最近的极值点到端点之间的包络线是靠近端点的相邻两个极值点三次插值多项式的延伸。这样端点处的包络线偏离真实值，局部均值曲线不准确，筛出的固有模态函数(IntrinsicModeFunction，IMF)也就不准确。此次分解得到的IMF误差会影响到后面的EMD过程，端点处的误差逐渐向内污染，使分解结果失真。综上所述，大规模新能源电力系统的次同步振荡呈现出随机时变幅频的特点，因此，准确辨识次同步振荡的模态变得困难，而希尔伯特-黄变换(Hilbert-Huangtransform，HHT)能够从非平稳信号中准确提取其频率和幅值等信息，但HHT存在端点效应，会使边界处的辨识结果存在较大误差。
技术实现思路
本专利技术提供了一种次同步振荡随机时变模态辨识方法，目的在于针对经验模态分解过程中的端点效应，提出了采用镜像延拓法对端点效应进行改善。为达到上述目的，本专利技术所述一种次同步振荡随机时变模态辨识方法，包括以下步骤：步骤1、采用经验模态分解将采样信号x(n)分解为有限个IMF分量和一个残余量，在采样信号x(n)分解过程中，拟合包络线时，将采样信号x(n)的极值点和经镜像延拓的极值点作为插值点进行插值；IMF分量满足以下两个条件：条件一：整个IMF分量的极值点个数与零点个数之差不超过1；条件二：IMF分量极大值点确定的上包络线与极小值点确定的下包络线的均值始终为零；步骤2、对每个IMF分量l(n)进行Hibert变换，将变换后的信号作为虚部，原信号l(n)作为实部构成复数信号即解析信号；步骤3、利用解析信号计算采样信号x(n)的瞬时幅值A(n)、瞬时频率f(n)和瞬时相位θ(n)。进一步的，经验模态分解包括以下步骤：步骤1.1、取采样信号x(n)的全部极值点，选取对称点，以该对称点为对称轴向外延拓极小值点和极大值点各2个，将原信号的所有极值点和延拓的极值点作为插值点进行三次样条插值，得到采样信号的上包络线和下包络线，求上下包络线的均值曲线j(n)；步骤1.2、检查原始信号与包络均值之差l(n)＝x(n)-j(n)是否满足IMF条件，如果不满足条件，令l(n)代替x(n)为新的输入返回步骤1.1；如果满足条件，则l(n)即为采样信号的一个IMF分量，进行步骤1.3；步骤1.3、令r(n)＝x(n)-l(n)，检查r(n)是否满足IMF条件分解终止条件(r(n)为一个单调函数,或r(n)的上下包络均值足够小)，如果不满足条件，以r(n)代替x(n)返回步骤(1)，求其极值和包络线，如果满足条件，r(n)为残余量，经验模态分解终止，分解后的x(n)表示为：进一步的，镜像延拓法是将采样信号x(n)端点或靠近边界的极值点作为对称点对极值点进行延拓，在信号两端各添加4个极值点，利用延拓后的极值点求包络线均值。进一步的，对称点的选择过程如下：设一段点数为n的信号序列为x(i)，其时间序列为t(i)，该信号的M个极大值为xM(i)，该M个极大值xM(i)对应的时间序列为tM(i)，x(i)的N个极小值为xN(i)，xN(i)对应的时间序列为tN(i)，左端对称点的选择流程为：比较tM(1)和tN(1)的大小，若tM(1)＜tN(1)成立，则比较x(1)与xN(1)的大小，若x(1)>xN(1)，xM(1)为左端对称点，否则，x(1)为左端对称点；若tM(1)＜tN(1)不成立，则比较x(1)与xM(1)的大小，若x(1)>xM(1)，x(1)为左端对称点，否则xN(1)为左端对称点；右端对称点的选择流程为：比较tM(M)和tN(N)的大小，若tM(M)＜tN(N)成立，则比较x(n)与xM(M)的大小，若x(n)＜xM(M)，xN(N)为右端对称点，否则，x(n)为右端对称点；若tM(M)＜tN(N)成立不成立，则比较x(n)与xN(N)的大小，若x(n)＜xN(N)，x(n)为右端对称点，否则，xM(M)为右端对称点；进一步的，步骤2中，延拓点按以下方法确定：第1个极大值延拓点幅值与原信号中距离对称点最近的极大值(不包括对称点)幅值相等，第1个极大值延拓点时间坐标与原信号中距离对称点最近的极大值(不包括对称点)时间坐标关于对称点的时间坐标对称；第2个极大值延拓点幅值与原信号中距离对称点第二近的极大值(不包括对称点)幅值相等，第2个极大值延拓点时间坐标与原信号中距离对称点第二近的极大值(不包括对称点)时间坐标关于对称点的时间坐标对称；第1个极小值延拓点幅值与原信号中距离对称点最近的极本文档来自技高网...

【技术保护点】
1.一种次同步振荡随机时变模态辨识方法，其特征在于，包括以下步骤：步骤1、采用经验模态分解将采样信号x(n)分解为有限个IMF分量和一个残余量，在采样信号x(n)分解过程中，拟合包络线时，将采样信号x(n)的极值点和经镜像延拓的极值点作为插值点进行插值；IMF分量满足以下两个条件：条件一：整个IMF分量的极值点个数与零点个数之差不超过1；条件二：IMF分量极大值点确定的上包络线与极小值点确定的下包络线的均值始终为零；步骤2、对每个IMF分量l(n)进行Hibert变换，将变换后的信号作为虚部，原信号l(n)作为实部构成复数信号即解析信号；步骤3、利用解析信号计算采样信号x(n)的瞬时幅值A(n)、瞬时频率f(n)和瞬时相位θ(n)。

【技术特征摘要】
1.一种次同步振荡随机时变模态辨识方法，其特征在于，包括以下步骤：步骤1、采用经验模态分解将采样信号x(n)分解为有限个IMF分量和一个残余量，在采样信号x(n)分解过程中，拟合包络线时，将采样信号x(n)的极值点和经镜像延拓的极值点作为插值点进行插值；IMF分量满足以下两个条件：条件一：整个IMF分量的极值点个数与零点个数之差不超过1；条件二：IMF分量极大值点确定的上包络线与极小值点确定的下包络线的均值始终为零；步骤2、对每个IMF分量l(n)进行Hibert变换，将变换后的信号作为虚部，原信号l(n)作为实部构成复数信号即解析信号；步骤3、利用解析信号计算采样信号x(n)的瞬时幅值A(n)、瞬时频率f(n)和瞬时相位θ(n)。2.根据权利要求1所述的一种次同步振荡随机时变模态辨识方法，其特征在于，经验模态分解包括以下步骤：步骤1.1、取采样信号x(n)的全部极值点，选取对称点，以该对称点为对称轴向外延拓极小值点和极大值点各2个，将原信号的所有极值点和延拓的极值点作为插值点进行三次样条插值，得到采样信号的上包络线和下包络线，求上下包络线的均值曲线j(n)；步骤1.2、检查原始信号与包络均值之差l(n)＝x(n)-j(n)是否满足IMF条件，如果不满足条件，令l(n)代替x(n)为新的输入返回步骤1.1；如果满足条件，则l(n)即为采样信号的一个IMF分量，进行步骤1.3；步骤1.3、令r(n)＝x(n)-l(n)，检查r(n)是否满足IMF条件分解终止条件，如果不满足条件，以r(n)代替x(n)返回步骤(1)，求其极值和包络线，如果满足条件，r(n)为残余量，经验模态分解终止，分解后的x(n)表示为：3.根据权利要求1所述的一种次同步振荡随机时变模态辨识方法，其特征在于，镜像延拓法是将采样信号x(n)端点或靠近边界的极值点作为对称点对极值点进行延拓，在信号两端各添加4个极值点，利用延拓后的极值点求包络线均值。4.根据权利要求3所述的一种次同步振荡随机时变模态辨识方法，其特征在于，对称点的选择过程如下：设一段点数为n的信号序列为x(i)，其时间序列为t(i)，该信号的M个极大值为xM(i)，该M个极大值xM(i)对应的时间序列为tM(i)，...

【专利技术属性】
技术研发人员：锁军，邓俊，张青蕾，彭书涛，李俊臣，李树芃，李小腾，章海静，刘坤雄，尹俊钢，王建波，夏楠，
申请(专利权)人：国网陕西省电力公司电力科学研究院，国家电网有限公司，
类型：发明
国别省市：陕西,61