基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法技术方案

本发明专利技术提出一种基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法，涉及电力系统低频振荡技术领域。本发明专利技术首先采集电力系统运行时存在的类噪声数据，对其进行快速傅里叶(FFT)变换，获得类噪声信号的频谱图，根据频谱图中的谱峰个数确定VMD分解的固有模态数目；其次采用VMD方法对类噪声信号进行分解获得各固有模态的频率中心及带宽，完成类噪声信号各频率的分离；最后采用模态辨识方法对各固有模态(IMF)进行拟合，获得类噪声信号中潜在振荡模态参数，完成电力系统低频振荡模态的辨识；本发明专利技术能够直接处理电力系统正常运行时的类噪声数据，分解出潜在低频振荡模态分量，降低噪声信号对模态识别的影响，通过辨识分解后的IMF实现预警低频振荡的目的。

【技术实现步骤摘要】
基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法
本专利技术涉及电力系统低频振荡
，尤其涉及一种基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法。
技术介绍
随着电力系统规模的不断扩大，低频振荡问题日益突出。广域测量系统(WAMS)的出现为大规模互联电网系统的监测、分析和控制提供了新的手段，为低频振荡的在线识别提供了实现的基础。在实际电力系统中，明显扰动的发生概率相对较小，且不可人为操控，数据量有限，辨识结果难以及时、准确地反映电网当前运行特性。电力系统正常运行过程中，因持续存在的负荷变化等随机性质的小幅扰动，导致系统响应始终存在小幅波动现象，这种类噪声信号数据量丰富且易于获得。然而，传统的辨识方法不适用于直接分析类噪声数据。目前常用的低频振荡降噪方法有经验模态分解(EMD)、小波变换等，这些方法运算速度慢、误判率高，很难达到有效地降噪滤波效果。变分模态分解(VariationModeDecomposition,VMD)是一种新型信号分解方法，且具有较好的鲁棒性，具有良好的降噪效果。将该方法运用于电力系统类噪声数据预处理，为基于类噪声的电力系统低频振荡在线辨识提供了本文档来自技高网...

【技术保护点】
1.一种基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法，其特征在于：包括以下步骤：S10、对电力系统中的量测信号进行采集，获得类噪声信号；S20、对类噪声信号进行快速傅里叶变换，获得类噪声信号的频谱图，并根据频谱图中的谱峰个数确定VMD分解的固有模态数目；S30、采用VMD方法对类噪声信号进行分解获得各固有模态的频率中心及带宽，完成类噪声信号各振荡模态频率的分离；S40、采用模态辨识方法对各固有模态进行拟合，获得类噪声信号中潜在的各振荡模态参数。

【技术特征摘要】
1.一种基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法，其特征在于：包括以下步骤：S10、对电力系统中的量测信号进行采集，获得类噪声信号；S20、对类噪声信号进行快速傅里叶变换，获得类噪声信号的频谱图，并根据频谱图中的谱峰个数确定VMD分解的固有模态数目；S30、采用VMD方法对类噪声信号进行分解获得各固有模态的频率中心及带宽，完成类噪声信号各振荡模态频率的分离；S40、采用模态辨识方法对各固有模态进行拟合，获得类噪声信号中潜在的各振荡模态参数。2.根据权利要求1所述的基于类噪声信号VMD分解的电力系统低频振荡模态辨识方法，其特征在于，所述的采用VMD方法对类噪声信号进行分解获得各固有模态的频率中心及带宽，完成类噪声信号各振荡模态频率的分离，包括如下步骤：S301、采用VMD方法通过自适应的准正交变换将类噪声信号非递归地分解为所获数目个限带宽的固有模态；S302、构建分解的目标函数为：各固有模态估计带宽之和最小；S303、构建分解的约束条件为：各固有模态之和等于类噪声信号；S304、引...

【专利技术属性】
技术研发人员：刘芳，陈崇刚，李勇，马俊杰，吴敏，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43