电力系统低频振荡模式的在线辨识方法、装置与电子设备制造方法及图纸

本发明专利技术实施例提供一种电力系统低频振荡模式的在线辨识方法、装置与电子设备，其中该方法包括：基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取第一初步辨识结果；基于第一初步辨识结果对应的运行量测的不同组合，获取低频振荡模式的精确辨识结果；基于电力系统的每一运行量测，获取第二初步辨识结果，并从第二初步辨识结果中去除上述精确辨识结果后进行聚类分析，获取遗漏模式；基于遗漏模式对应的运行量测的不同组合，获取遗漏模式的精确辨识结果；以上述两种精确辨识结果的整体作为电力系统的低频振荡模式的最终识别结果。本发明专利技术实施例能够对电力系统低频振荡模式进行更为可靠、精确、全面的辨识，实现低频振荡模式在线监测。

On line identification method, device and electronic equipment of power system low frequency oscillation mode

【技术实现步骤摘要】
电力系统低频振荡模式的在线辨识方法、装置与电子设备
本专利技术涉及电力系统分析
，更具体地，涉及一种电力系统低频振荡模式的在线辨识方法、装置与电子设备。
技术介绍
在电力系统中，发电机通过输电线进行并列运行时，若系统中缺乏阻尼，在扰动的作用下，发电机转子间和输电线上的功率潮流会发生持续的振荡，由于振荡的频率很低，该现象被称为低频振荡。弱阻尼甚至负阻尼的低频振荡模式将会给电力系统的安全稳定运行带来很大的危害，实时地识别低频振荡模式及其模态，能够为判断系统是否稳定、提供预警信息、制定抑制振荡的策略带来很大的帮助。目前，识别电力系统低频振荡模式的方法主要可以分为基于数学模型的方法、基于大扰动信号的方法以及基于类噪声的方法。但是，基于数学模型的方法容易受到建模不够准确的限制而导致识别准确率不高，而基于大扰动信号的方法只能在系统发生大扰动后而不能在系统正常运行时进行模式识别，故这两种方法都不适用于振荡模式的在线实时辨识。基于类噪声的方法采用系统中的随机扰动产生的类噪声信号进行振荡模式的辨识，但该类方法存在可能辨识出虚假模式、可能产生模式遗漏以及辨识出的模式存在较大误差的问题。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种电力系统低频振荡模式的在线辨识方法、装置与电子设备，用以得到对电力系统低频振荡模式更为可靠、精确、全面的辨识结果，实现对电力系统低频振荡模式的在线监测。第一方面，本专利技术实施例提供一种电力系统低频振荡模式的在线辨识方法，包括：r>基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取低频振荡模式的第一初步辨识结果；基于所述第一初步辨识结果对应的运行量测的不同组合，利用随机子空间法和算术平均法，获取低频振荡模式的精确辨识结果；基于电力系统的每一运行量测，利用随机子空间法，获取第二初步辨识结果，并通过从所述第二初步辨识结果中去除所述精确辨识结果后进行聚类分析，获取具有强能观性的遗漏模式；基于能够观测到所述具有强能观性的遗漏模式的运行量测的不同组合，利用随机子空间法和算术平均法，获取遗漏模式的精确辨识结果；获取所述低频振荡模式的精确辨识结果和所述遗漏模式的精确辨识结果的整体，作为所述电力系统的低频振荡模式的最终识别结果。第二方面，本专利技术实施例提供一种电力系统低频振荡模式的在线辨识装置，包括：第一辨识模块，用于基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取低频振荡模式的第一初步辨识结果；第二辨识模块，用于基于所述第一初步辨识结果对应的运行量测的不同组合，利用随机子空间法和算术平均法，获取低频振荡模式的精确辨识结果；第三辨识模块，用于基于电力系统的每一运行量测，利用随机子空间法，获取第二初步辨识结果，并通过从所述第二初步辨识结果中去除所述精确辨识结果后进行聚类分析，获取具有强能观性的遗漏模式；第四辨识模块，用于基于能够观测到所述具有强能观性的遗漏模式的运行量测的不同组合，利用随机子空间法和算术平均法，获取遗漏模式的精确辨识结果；识别输出模块，用于获取所述低频振荡模式的精确辨识结果和所述遗漏模式的精确辨识结果的整体，作为所述电力系统的低频振荡模式的最终识别结果。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上第一方面所述的电力系统低频振荡模式的在线辨识方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机指令，所述计算机指令被计算机执行时，实现如上第一方面所述的电力系统低频振荡模式的在线辨识方法的步骤。本专利技术实施例提供的电力系统低频振荡模式的在线辨识方法、装置与电子设备，通过采用随机子空间法，对电力系统的运行量测进行统一流程的分析处理，能够得到对电力系统低频振荡模式更为可靠、精确、全面的辨识结果，实现对电力系统低频振荡模式的在线监测。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一实施例提供的电力系统低频振荡模式的在线辨识方法的流程示意图；图2为本专利技术另一实施例提供的电力系统低频振荡模式的在线辨识方法的流程示意图；图3为本专利技术实施例提供的电力系统低频振荡模式的在线辨识装置的结构示意图；图4为本专利技术实施例提供的电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术实施例的一部分实施例，而不是全部的实施例。基于本专利技术实施例中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术实施例保护的范围。本专利技术实施例针对现有技术适用性差、准确率不高等问题，通过采用随机子空间法，对电力系统的运行量测进行统一流程的分析处理，能够得到对电力系统低频振荡模式更为可靠、精确、全面的辨识结果，实现对电力系统低频振荡模式的在线监测。以下将具体通过多个实施例对本专利技术实施例进行展开说明和介绍。图1为本专利技术一实施例提供的电力系统低频振荡模式的在线辨识方法的流程示意图，如图1所示，该方法包括：S101，基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取低频振荡模式的第一初步辨识结果。可以理解为，本专利技术实施例首先根据电力系统的运行量测，获得低频振荡模式的初步辨识结果。具体而言，先将所有的运行量测去趋势后作为随机子空间法的输入，得出不同假定阶数下随机子空间法计算出的大量辨识结果，对于这些辨识结果，再采用聚类算法进行分析，以得到的各聚类的聚类中心作为振荡模式的初步辨识结果。为便于区分，将该初步辨识结果定义为第一初步辨识结果。其中，选用的运行量测信号一般可以为线路的有功潮流和发电机组的有功出力量测。其中，随机子空间法是系统识别领域应用比较成功的算法之一，它的输入为系统的量测信号，通过一系列矩阵运算，即可得到系统的模式及其模态辨识结果。S102，基于第一初步辨识结果对应的运行量测的不同组合，利用随机子空间法和算术平均法，获取低频振荡模式的精确辨识结果。可以理解为，在上述步骤得到振荡模式的初步辨识结果的基础上，本专利技术实施例通过对初步辨识出的振荡模式对应运行量测进行进一步分析，得到振荡模式的精确辨识结果。具体而言，对于振荡模式的初步辨识结果，选取各振荡模式不同的运行量测的组合，作为随机子空间法的输入，得到新的辨识结果。之后通过重复多次执行上述选取运行量测的组合得到新的辨识结果的处理过程，得到不同的量测组合作为随机子空间法的输入本文档来自技高网...

【技术保护点】
1.一种电力系统低频振荡模式的在线辨识方法，其特征在于，包括：/n基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取低频振荡模式的第一初步辨识结果；/n基于所述第一初步辨识结果对应的运行量测的不同组合，利用随机子空间法和算术平均法，获取低频振荡模式的精确辨识结果；/n基于电力系统的每一运行量测，利用随机子空间法，获取第二初步辨识结果，并通过从所述第二初步辨识结果中去除所述精确辨识结果后进行聚类分析，获取具有强能观性的遗漏模式；/n基于能够观测到所述具有强能观性的遗漏模式的运行量测的不同组合，利用随机子空间法和算术平均法，获取遗漏模式的精确辨识结果；/n获取所述低频振荡模式的精确辨识结果和所述遗漏模式的精确辨识结果的整体，作为所述电力系统的低频振荡模式的最终识别结果。/n

【技术特征摘要】
1.一种电力系统低频振荡模式的在线辨识方法，其特征在于，包括：
基于电力系统的运行量测，依次利用随机子空间法和聚类算法，获取低频振荡模式的第一初步辨识结果；
基于所述第一初步辨识结果对应的运行量测的不同组合，利用随机子空间法和算术平均法，获取低频振荡模式的精确辨识结果；
基于电力系统的每一运行量测，利用随机子空间法，获取第二初步辨识结果，并通过从所述第二初步辨识结果中去除所述精确辨识结果后进行聚类分析，获取具有强能观性的遗漏模式；
基于能够观测到所述具有强能观性的遗漏模式的运行量测的不同组合，利用随机子空间法和算术平均法，获取遗漏模式的精确辨识结果；
获取所述低频振荡模式的精确辨识结果和所述遗漏模式的精确辨识结果的整体，作为所述电力系统的低频振荡模式的最终识别结果。


2.根据权利要求1所述的电力系统低频振荡模式的在线辨识方法，其特征在于，所述获取低频振荡模式的第一初步辨识结果的步骤具体包括：
将所述电力系统的运行量测去趋势后，作为随机子空间法的输入，获取不同假定阶数下随机子空间法的识别结果；
采用聚类算法，对所述不同假定阶数下随机子空间法的识别结果进行聚类分析，获取各聚类中心作为低频振荡模式的所述第一初步辨识结果。


3.根据权利要求1或2所述的电力系统低频振荡模式的在线辨识方法，其特征在于，还包括：
在每一次使用随机子空间法后，均对在不同假定阶数下随机子空间法的输出结果进行进一步聚类分析，所述进一步聚类分析包括：
对所述输出结果的阻尼部分和频率部分进行聚类分析，获取阻尼和频率接近的辨识结果，并对所述阻尼和频率接近的辨识结果的模态部分进行聚类分析，获取阻尼、频率和模态均接近的辨识结果；
将属于同一簇类的所述阻尼、频率和模态均接近的辨识结果取均值，作为当前次随机子空间法的最终辨识结果。


4.根据权利要求1所述的电力系统低频振荡模式的在线辨识方法，其特征在于，所述获取具有强能观性的遗漏模式的步骤具体包括：
获取所述电力系统的每一运行量测，输入到随机子空间法中，获取所述第二初步辨识结果；
从所述第二初步辨识结果中去除所述精确辨识结果，获取剩余辨识结果，并对所述剩余辨识结果进行聚类分析，获取所述具有强能观性的遗漏模式。


5.根据权利要求1或4所述的电力系统低频振荡模式的在线辨识方法，其特征在于，所述获取遗漏模式的精确辨识结果的步骤具体包括：
对于所述具有强能观性的遗漏模式中的任一遗漏模式，获取所述任一遗漏模式对应的运行量测并进行不同组合，且对于任一组合，将所述任一组合作为随机子空间法的输入，得到所述任一遗漏模式的新的辨识结果，直至得到的所述新的辨识结果的组数达到预设阈值，则对所有组的所述新的辨识结果取平均，获取所述任一遗漏模式的精确辨识结果，直至遍历所述具有强能观性的遗漏模式中的每一遗漏模式，获取所述遗漏模式的精确辨识结果。


6.根据...

【专利技术属性】
技术研发人员：陈磊，王小海，闵勇，李刚，李凯斌，汪林科，徐飞，齐军，张红光，姜希伟，
申请(专利权)人：内蒙古电力集团有限责任公司电力调度控制分公司，清华大学，
类型：发明
国别省市：内蒙;15