本发明专利技术提供了一种互联电力系统的主导振荡模态的辨识方法及装置，该方法包括：根据广域测量系统中向量测量单元的测量信号生成同类型测量信号的信号测量矩阵，对信号测量矩阵中的每一个测量信号进行经验模态分解，得到每个测量信号的所有固有模态分量，并从中提取每一个测量信号的主导固有模态分量，根据每一个测量信号的主导固有模态分量，构建主导振荡模态矩阵，对主导振荡模态矩阵中的每一个列向量进行希尔伯特变换，得到复测量矩阵，对复测量矩阵进行分解，得到复测量矩阵的奇异值向量，根据复测量矩阵的奇异值向量，计算主导振荡模态的时变参数和空间分布。本发明专利技术有效的辨识主导振荡模态的时变参数和空间分布，提高互联电力系统的稳定性。
【技术实现步骤摘要】
本专利技术设及电气工程
，尤其设及一种互联电力系统的主导振荡模态的辨 识方法及装置。
技术介绍
随着互联电网规模的不断扩大，区域间的低频振荡已成为威胁电力系统安全的重 要因素之一，其严重性甚至超过了暂态稳定性，成为影响电力系统安全稳定的主要障碍，国 内外大规模的停电事故基本都与互联电力系统的低频振荡有关。一般而言，低频振荡分为 局部振荡和区间振荡，其中区域间低频振荡设及的机组数量多、影响范围广，是互联电力系 统重点分析的对象，而区间振荡模态最主要的表现形式就是主导振荡模态，电力系统的振 荡模态往往是由主导振荡模态决定的，因此实时的辨识互联电力系统的主导振荡模态，对 于提高互联电力系统的稳定运行具有重要意义。 目前，互联电网低频振荡分析方法主要分为两类：基于电网模型法和基于测量数 据法，前者需要建立电网的数学模型，通过求解特征值来计算振荡模态的参数，当电网规模 较大时，存在严重的"维灾数"问题，并且该方法不能跟踪电网运行的动态变化；后者根据电 网中的测量数据来分析电网中存在的振荡模态，能够有效识别各振荡模态的相关参数，但 是由于其对噪声的抑制能力较差，使得分析结果的精确程度受到了置疑。
技术实现思路
鉴于上述问题，提出了本专利技术W便提供一种克服上述问题或者至少部分地解决或 者减缓上述问题的互联电力系统的主导振荡模态的辨识方法及装置，有效的辨识主导振荡 模态的时变参数和空间分布，从而提高互联电力系统的稳定性。 根据本专利技术的一个方面，提供了一种互联电力系统的主导振荡模态的辨识方法， 该方法包括： 根据向量测量单元传输到广域测量系统中的测量信号生成同类型测量信号的信 号测量矩阵，所述信号测量矩阵的行数为时间窗的长度，所述信号测量矩阵的列数为测量 信号的数量； 对所述信号测量矩阵中的每一个测量信号进行经验模态分解，得到每一个测量信 号的所有固有模态分量，并从所述所有固有模态分量中提取每一个测量信号的主导固有模 态分量；[000引根据所述每一个测量信号的主导固有模态分量，构建主导振荡模态矩阵，并对所 述主导振荡模态矩阵中的每一个列向量进行希尔伯特HUbed变换，得到复测量矩阵； 利用复奇异值分解法，对所述复测量矩阵进行分解，得到复测量矩阵的奇异值向 量； 根据所述复测量矩阵的奇异值向量，计算主导振荡模态的时变参数和空间分布。 可选的，所述根据向量测量单元传输到广域测量系统中的测量信号生成同类型测 量信号的信号测量矩阵，具体包括： 对向量测量单元传输到广域测量系统中的测量信号进行分类； 根据分类结果，将同类型的测量信号进行滤波和去噪处理； 将滤波和去噪处理后的同类型测量信号生成具有统一时标的信号测量矩阵。 可选的，采用上下包络线和B样条插值的方法对所述信号测量矩阵中的每一个测 量信号进行经验模态分解。 可选的，所述利用复奇异值分解的方法，对所述复测量矩阵进行分解，得到复测量 矩阵的奇异值向量，具体包括： 利用复奇异值分解的方法对所述复测量矩阵进行分解，获取所述复测量矩阵的奇 异值和奇异值向量。 可选的，所述根据所述复测量矩阵的奇异值向量，获取主导振荡模态的时变参数 和空间分布，具体包括： 构建所述复测量矩阵的协方差矩阵，并计算所述协方差矩阵的特征值和特征向 量； 分析所述复测量矩阵的奇异值和奇异值向量与对应的所述协方差矩阵的特征值 和特征向量之间的关系； 根据所述复测量矩阵的奇异值和奇异值向量与对应的所述协方差矩阵的特征值 和特征向量之间的关系，计算所述主导振荡模态的时变参数和空间分布。 根据本专利技术的另一个方面，提供了一种互联电力系统的主导振荡模态的辨识装 置，该装置包括： 信号测量矩阵生成单元，用于根据向量测量单元传输到广域测量系统中的测量信 号生成同类型测量信号的信号测量矩阵，所述信号测量矩阵的行数为时间窗的长度，所述 信号测量矩阵的列数为测量信号的数量； 主导固有模态分量提取单元，用于对所述信号测量矩阵生成单元生成的信号测量 矩阵中的每一个测量信号进行经验模态分解，得到每一个测量信号的所有固有模态分量， 并从所述所有固有模态分量中提取每一个测量信号的主导固有模态分量； 希尔伯特变换单元，用于根据所述每一个测量信号的主导固有模态分量，构建主 导振荡模态矩阵，并对所述主导振荡模态矩阵中的每一个列向量进行希尔伯特化化6的变 换，得到复测量矩阵； 复奇异值分解单元，用于利用复奇异值分解法，对所述复测量矩阵进行分解，得到 复测量矩阵的奇异值向量； 计算单元，用于根据所述复测量矩阵的奇异值向量，计算主导振荡模态的时变参 数和空间分布。[002引可选的，所述信号测量矩阵生成单元具体包括： 分类模块，用于对向量测量单元传输到广域测量系统中的测量信号进行分类； 处理模块，用于根据分类结果，将同类型的测量信号进行滤波和去噪处理； 矩阵生成模块，用于将滤波和去噪处理后的同类型测量信号生成具有统一时标的 信号测量矩阵。 可选的，所述主导固有模态分量提取单元采用上下包络线和B样条插值的方法对 所述信号测量矩阵中的每一个测量信号进行经验模态分解。 可选的，所述复奇异值分解单元具体用于：利用复奇异值分解的方法对所述复测 量矩阵进行分解，获取所述复测量矩阵的奇异值和奇异值向量。 可选的，所述计算单元，具体包括：第一计算模块，用于构建所述复测量矩阵的协方差矩阵，并计算所述协方差矩阵 的特征值和特征向量； 关系分析模块，用于分析所述复测量矩阵的奇异值和奇异值向量与对应的所述协 方差矩阵的特征值和特征向量之间的关系； 第二计算模块，用于根据所述复测量矩阵的奇异值和奇异值向量与对应的所述协 方差矩阵的特征值和特征向量之间的关系，计算所述主导振荡模态的时变参数和空间分 布。[003引本专利技术的有益效果为： 本专利技术提供的互联电力系统的主导振荡模态的辨识方法，结合WAMS中PMU的测量 时窗，进行互联电力系统主导振荡模态的实时辨识，不仅能够计算主导振荡模态在单一测 量点中的时变参数，还可W计算在空间中的能量分布，有效提高了互联电力系统的稳定性。 上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段， 而可依照说明书的内容予W实施，并且为了让本专利技术的上述和其它目的、特征和优点能够 更明显易懂，W下特举本专利技术的【具体实施方式】。【附图说明】 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术实施例提出的一种互联电力系统的主导振荡模态的辨识方法的流 程图；图2为采用本专利技术实施例提出的互联电力系统的主导振荡模态的辨识方法得到 的时变参数计算结果的示意图；图3为采用本专利技术实施例提出的互联电力系统的主导振荡模态的辨识方法得到 的空间分布计算结果的示意图；图4为本专利技术实施例提出的一种互联电力系统的主导振荡模态的辨识装置的结 构框图。【具体实施方式】 下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本专利技术，而不本文档来自技高网...
【技术保护点】
一种互联电力系统的主导振荡模态的辨识方法，其特征在于，所述方法包括：根据向量测量单元传输到广域测量系统中的测量信号生成同类型测量信号的信号测量矩阵，所述信号测量矩阵的行数为时间窗的长度，所述信号测量矩阵的列数为测量信号的数量；对所述信号测量矩阵中的每一个测量信号进行经验模态分解，得到每一个测量信号的所有固有模态分量，并从所述所有固有模态分量中提取每一个测量信号的主导固有模态分量；根据所述每一个测量信号的主导固有模态分量，构建主导振荡模态矩阵，并对所述主导振荡模态矩阵中的每一个列向量进行希尔伯特Hilbert变换，得到复测量矩阵；利用复奇异值分解法，对所述复测量矩阵进行分解，得到复测量矩阵的奇异值向量；根据所述复测量矩阵的奇异值向量，计算主导振荡模态的时变参数和空间分布。
【技术特征摘要】
【专利技术属性】
技术研发人员：杨德昌，耿光飞，唐巍，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。