用于电力系统的多频段振荡监测方法、系统及介质技术方案

本发明专利技术公开了一种用于电力系统的多频段振荡监测方法、系统及介质，属于电力系统振荡监测领域，方法包括：对有功功率测量值进行快速傅里叶变换，以提取包含主谐波幅值、主谐波频率和主谐波幅值占比在内的第一特征向量；将第一特征向量输入第一阶段高斯朴素贝叶斯分类器进行分类，输出振荡类型；当振荡类型为低频振荡时，对有功功率测量值进行同步压缩小波变换和希尔伯特变换，以提取包含谐波分量频率、谐波分量衰减因子在内的第二特征向量；将第二特征向量输入第二阶段高斯朴素贝叶斯分类器进行分类，输出低频振荡的振荡状态。可以准确判断低频振荡类型，并判断系统稳定性，解决了各类型振荡样本不均匀导致分类器训练效率低和准确度低的问题。率低和准确度低的问题。率低和准确度低的问题。

【技术实现步骤摘要】
用于电力系统的多频段振荡监测方法、系统及介质


[0001]本专利技术属于电力系统振荡监测领域，更具体地，涉及一种用于电力系统的多频段振荡监测方法、系统及介质。

技术介绍

[0002]随着高比例可再生能源与高比例电力电子设备的引入，新能源电力系统产生了愈发复杂的多频段振荡事故。对电力系统的多频段振荡进行实时准确的在线监测，及时获取振荡的频率与幅值等信息，能够为后续的振荡定位与抑制工作提供数据信息支持，有效提高电力系统运行的稳定性与安全性。
[0003]现有多波段振荡监测方法都是基于频谱分析的，将得到的参数与设定阈值进行比较，以确定系统是否在振荡，并提供振荡的频率和振幅信息。但是，目前的在线监测系统对低频振荡的识别存在无法识别衰减因子、报警时间较慢的问题。此外，基于同步相量测量装置(Phasor Measurement Unit，PMU)所测数据的振荡监测报警阈值需要依靠人工经验，进一步加剧了监测速度和准确性不足的问题。与传统的多波段振荡分析方法相比，人工智能方法具有诸多优点，但是在PMU数据中，正常和非振荡样本数量较多，而异常和振荡样本数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电力系统的多频段振荡监测方法，其特征在于，包括：S1，对电力系统的有功功率测量值进行快速傅里叶变换，以提取包含主谐波幅值、主谐波频率和主谐波幅值占比在内的第一特征向量；S2，将所述第一特征向量输入第一阶段高斯朴素贝叶斯分类器进行分类，输出振荡类型；S3，当所述振荡类型为低频振荡时，对所述有功功率测量值依次进行同步压缩小波变换和希尔伯特变换，以提取包含谐波分量频率、谐波分量衰减因子在内的第二特征向量；S4，将所述第二特征向量输入第二阶段高斯朴素贝叶斯分类器进行分类，输出所述低频振荡的振荡状态。2.如权利要求1所述的用于电力系统的多频段振荡监测方法，其特征在于，所述S1中，快速傅里叶变换后得到有功功率测量值的频率谱和振幅谱，主谐波幅值为振幅谱中最大振幅值，主谐波频率为最大振幅值在频率谱中对应的频率，主谐波幅值占比为最大振幅值与振幅谱中所有振幅总幅值之间的比值。3.如权利要求1所述的用于电力系统的多频段振荡监测方法，其特征在于，所述S3包括：对所述有功功率测量值依次进行同步压缩小波变换和逆变换，以提取并重构谐波信号分量；对所述谐波信号分量进行希尔伯特变换，根据希尔伯特变换得到的结果计算所述谐波信号分量的瞬时幅值和瞬时频率；根据所述谐波信号分量的瞬时频率计算谐波分量频率，根据所述谐波信号分量的瞬时幅值计算谐波分量衰减因子。4.如权利要求3所述的用于电力系统的多频段振荡监测方法，其特征在于，谐波分量频率和谐波分量衰减因子分别为：率和谐波分量衰减因子分别为：其中，ω为谐波分量频率，α为谐波分量衰减因子，ω
d
为所述谐波信号分量的瞬时频率，A(t1)、A(t2)分别为t1时刻、t2时刻所述谐波信号分量的瞬时幅值。5.如权利要求1所述的用于电力系统的多频段振荡监测方法，其特征在于，所述S2中，当主谐波频率在低频振荡频率范围中，且主谐波幅值高于幅值阈值、主谐波幅值占比高于占比阈值时，输出的振荡类型为低频振荡。6.如权利要求1所述的用于电力系统的多频段振荡监测方法，其特征在于，所述S4...

【专利技术属性】
技术研发人员：姚伟，余明，赵一帆，李大虎，王尔玺，孙冠群，文劲宇，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
类型：发明
国别省市：