一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法技术方案

本发明专利技术属于电气工程技术领域，尤其涉及一种基于Hilbert‑Hung和MEMD的电力系统低频振荡模式辨识方法。包括：利用PMU设备的实时数据采集功能，将实际电网中输电线路和母线节点的量测信息上传至数据集中单元，再提取出关键信息进行模式辨识。本发明专利技术能够实现基于PMU实测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。引入Teager能量算子判据筛选出含主导振荡模式的关键IMF分量，以避免PMU实测数据中噪声分量对辨识结果的影响；利用Hilbert‑Hung具有追踪主导振荡模式的瞬时振荡频率和瞬时阻尼比特性，观测振荡频率和阻尼比变化曲线，对瞬时振荡参数求均值估计出系统主导振荡模式的振荡参数。

A Hilbert-Hung and MEMD-based identification method for power system low frequency oscillation modes

【技术实现步骤摘要】
一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法
本专利技术属于电气工程领域，尤其涉及一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法。
技术介绍
随着电网规模不断扩大、超远距离交直流混合网络架构的逐步形成、大容量可再生能源并网、电力系统运行越来越接近其稳定运行极限，而由弱阻尼诱发的电力系统低频振荡问题是威胁系统安全稳定运行的重要因素之一。因此，快速、准确地辨识出系统主导振荡模式对电力系统安全稳定评估具有十分重要的学术和工程研究价值。目前，电力系统的低频振荡辨识方法主要有特征值分析方法和基于实测信号的模式辨识方法。特征值分析方法是研究电力系统低频振荡的传统方法，其原理是将电力系统非线性微分代数方程线性化，计算线性化后的系统状态矩阵的特征值及其特征向量，然后再根据特征值和特征向量计算系统主导振荡模式的振荡频率、阻尼比、振荡模态等动态参数。该方法简单、有效，且能够计算出系统所有机电振荡模式及其动态参数，为电网的调度运行以及规划设计提供理论参考依据。在电网规模不断扩大条件下，系统状态矩阵的阶数不断增加，计算速度已经成为限制特征值分析方法的重要本文档来自技高网...

【技术保护点】
1.一种基于Hilbert‑Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，包括以下步骤：利用PMU设备的实时数据采集功能，将实际电网中输电线路和母线节点的量测信息上传至数据集中单元，再提取出关键信息进行模式辨识，其中量测信息包括发电机的转子角信号、联络线中的有功功率、频率、转速、母线电压；1)引入MEMD算法对多元PMU量测信息进行预处理，获取各量测通道中表征不同振荡模式的IMF分量；2)利用Teager能量算子估计各通道中IMF分量的相对能量，甄别出含主导振荡模式的关键IMF分量；3)利用希尔伯特黄变换算法具有追踪瞬时振荡频率和瞬时阻尼比的特性，估计主导振荡模式的振荡频率和阻...

【技术特征摘要】
1.一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，包括以下步骤：利用PMU设备的实时数据采集功能，将实际电网中输电线路和母线节点的量测信息上传至数据集中单元，再提取出关键信息进行模式辨识，其中量测信息包括发电机的转子角信号、联络线中的有功功率、频率、转速、母线电压；1)引入MEMD算法对多元PMU量测信息进行预处理，获取各量测通道中表征不同振荡模式的IMF分量；2)利用Teager能量算子估计各通道中IMF分量的相对能量，甄别出含主导振荡模式的关键IMF分量；3)利用希尔伯特黄变换算法具有追踪瞬时振荡频率和瞬时阻尼比的特性，估计主导振荡模式的振荡频率和阻尼比。2.根据权利要求1所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述方法还包括：利用PMU设备的实时数据采集功能，获取实际电网中输电线路和母线节点的量测信息，并将量测信息作归化处理；所述步骤1)包括：201：从PMU中获取电力系统的状态量测信息，将状态量测信息标准化；其中，标准化是一个求标准分数的过程，标准化后的数据具有简单、便于比较，且能充分展现数据标准差之间的关系，保留数据原有信息；202：将标准化的发电机转子角信号作为待辨识的输入信号，引入MEMD方法对多元量测信号预处理，获取多通道表征不同频率尺度的IMF分量；首先在d维空间建立均匀分布的方向向量集，将多元量测信息沿方向向量投影，获取多元信号的映射；插值映射信号的极值点，拟合出信号包络线，根据上包络线和下包络线的均值估计出多元映射信号的局部均值，将多元信号减去局部均值提取IMF分量；203：含主导振荡模式的关键IMF筛选；将多通道的PMU实测信号经MEMD算法分解，得到多通道的IMF分量；分解产生的每个IMF分量都是单频信号且能表征系统的一个振荡模式，由于算法本身存在的误差以及输入信号中的噪声干扰信号，会产生一些和系统主导振荡模式无关的IMF分量；关键是如何甄别出含主导振荡模式的关键IMF分量，其中振幅大、阻尼比小的振荡模式对系统的稳定性影响大且能量高；引入Teager能量算子计算各通道中不同频率尺度IMF分量的能量值及能量权重，筛选出含主导振荡模式的关键IMF分量；204：主导振荡模式的频率与阻尼比估计：利用标准希尔伯特黄变换算法的精确性以及能准确表征振荡时变性的优点，估计主导振荡模式的振荡频率和估计主导振荡模式的阻尼比。3.根据权利要求1所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述步骤1)中MEMD算法对多元PMU量测信息进行预处理的过程包括：(1)d维空间方向向量集的建立；(2)MEMD的多元局部均值估计；(3)多元IMF分量的提取。4.根据权利要求2所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述d维空间方向向量集的建立包括：d维空间建立方向向量集之前，首先建立一个(d-1)维单位超球面；数学上，(d-1)维超球面属于d维空间；d维空间的一个方向向量定义为：d维空间中的原点到空间中某一点的方向矢量，同样能够用(d-1)维超球面的中心到超球面上某一点的方向矢量来表示，即d维空间中的一个方向向量能够用(d-1)维超球面上的一个采样点表示；为了能够在超球面上获得更加均匀分布采样点集，采用低差异的哈默斯利序列采样法均匀采样；为了能够在超球面上获得更加均匀分布采样点集，采用低差异的哈默斯利序列采样法均匀采样；低差异的哈默斯利序列采样法能通过确定性公式降低计算成本且生成均匀分布的采样模式；低差异的哈默斯利序列采样原理和采样过程为：每个非负整数k能够用一个素数p表示：k＝a0+a1p+a2p2+…+arpr(12)式(12)中：k为一个非负整数；p为一个素数；a1、a2、ai都属于区间[0,p-1]内的某一个整数；定义一维Halton序列Φp为：式(13)中：k＝0,1,2…,m-1，m是一维哈默斯利采样点数；上式中的K的取值为k＝0,1,2…,m-1，m是所设定一维哈默斯利的采样点数，通过式(13)可得到一维哈默斯利采样点；定义d为采样空间的维数，则d维空间的第k个低差异哈默斯利采样点为：式(14)中：p1＜p2＜pd-1；n是采样点集数；高于二维的超球面存在不可视的原因，以二维超球面为例，建立均匀分布的低差异的哈默斯利采样点集，首先根据式(14)生成2维采样点集平面；式(15)中：坐标轴k/n的取值范围是[0,1)；坐标轴Φp1(k)的取值范围是[0,1]；在标准MEMD算法中，一般取p1＝2；根据式(15)，将二维平面线性缩放到圆柱体侧面，此时圆柱体内切二维超球面；其中圆柱的底面半径为1，高为2，采样点集均匀分布在单位圆柱体侧面，缩放原理如式(16)和式(17)所示：(φ,t)∈[0,2π)×[-1,1](17)式(16)和(17)中：φ的取值范围是[0,2π)；t的取值范围是[-1,1]；根据式(17)获取圆柱体侧面的采样点集，将采样点集沿轴心线径向投影到二维超球面上，得到二维超球面的采样点集。5.根据权利要求3所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述MEMD的多元局部均值估计包括：将多元量测信息s(t)沿不同方向向量投影，获取每个方向向量的映射信号，插值映射信号的极值点，拟合出包络线来估计局部均值m(t)；其中m(t)的计算公式为：6.根据权利要求3所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在...

【专利技术属性】
技术研发人员：葛维春，张艳军，葛延峰，李斌，高凯，张建，詹克明，谢强，周志，唐俊刺，冯占稳，张建志，姜涛，王长江，孙志鑫，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院，国家电网有限公司，东北电力大学，
类型：发明
国别省市：辽宁,21