基于互补平均固有时间尺度分解的振荡定位方法及系统技术方案

本发明专利技术公开了一种基于互补平均固有时间尺度分解的振荡定位方法及系统，本发明专利技术包括针对输入的n台发电机的PMU量测数据；分别计算各电气量的偏差值，对偏差值进行CAITD分解，得到多个IRC分量；分别计算最终的各个IRC分量的NTEO能量值，选取NTEO能量值最大的IRC分量作为振荡主导分量；根据各台发电机的各电气量的振荡主导分量计算出耗散能量流，根据耗散能量流对能量流曲线进行线性拟合并确定曲线斜率；根据曲线斜率计算耗散能量流曲线斜率比，判定耗散能量流曲线斜率比为正值的发电机为振荡源。本发明专利技术旨在减小其他信息对振荡分量的干扰，快速、准确提取振荡分量，提高振荡源定位的准确性。准确性。准确性。

【技术实现步骤摘要】
基于互补平均固有时间尺度分解的振荡定位方法及系统


[0001]本专利技术涉及电力领域的电力系统振荡的定位技术，具体涉及一种基于互补平均固有时间尺度分解的振荡定位方法及系统。

技术介绍

[0002]电力系统振荡是扰动能量在电网中传播的具体体现，因此能量流跟踪和评估可有效用于解决输配电系统中的各种类型振荡的定位问题。同时能量耗散与阻尼矩的一致性表明基于能量的方法能够可靠识别振荡源。王斌等人通过测试多个持续振荡的模拟案例，包括负阻尼的自然振荡和强迫振荡，证明了耗散能量流定位方法的有效性。但该方法需要从电力系统的广域量测信息中分离出所含振荡模式的时域分量，根据所分离的振荡模式分量来计算相应的耗散能量流 (DEF)。因此在PMU数据处理过程中，保持各参数之间的量级和相位关系对于精确计算耗散能量流非常重要。目前，常用的信号处理方法有连续小波变换(CWT)、快速傅里叶变换（FFT）、经验模态分解(EMD) 等。连续小波变换和快速傅里叶变换适用于处理平稳信号，而电力系统的广域量测信息通常是非平稳信号。两种数据处理方法对振荡分量的提取效果并不理想。与连续小波变换和快速傅里叶变换相比，EMD能够保留原始信号的固有时频特征，在非线性非平稳信号分析中具有显著优势。褚晓杰等人采用经验模态分解（EMD）将与扰动源强相关的分量即振荡分量提取出来；然后，提出经验模态能量流的概念，通过计算经验模态能量流，实现振荡源的定位。但EMD存在模态混叠的问题，使得不同特征尺度的信号在一个内涵模态分量（IMF）中出现，或者同一个特征尺度的信号被分散到不同的内涵模态分量中，EMD无法准确的提取表征振荡的分量，从而导致振荡源定位结果不准确。同时当数据量较大时，EMD的分解时间较长，会影响振荡源定位的实时性。总而言之，传统的耗散能量流定位方法是以广域同步测量信息为数据驱动的。然而实际电力系统的广域量测信息中除包含系统振荡信息外，还包含有大量的冗余信息。若不对其加以处理，将会影响振荡源定位的效率和精度。而现有的基于连续小波变换、快速傅里叶变换等数据处理方法适用于处理平稳信号，而电力系统的广域量测信息通常是非平稳信号。经验模态分解方法则存在模态混叠的问题，且计算速度较慢，无法从广域同步测量信息中及时、准确地提取振荡分量。

技术实现思路

[0003]本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于互补平均固有时间尺度分解的振荡定位方法及系统，本专利技术旨在减小其他信息对振荡分量的干扰，快速、准确提取振荡分量，提高振荡源定位的准确性。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：一种基于互补平均固有时间尺度分解的振荡定位方法，包括：S101，分别计算n台发电机的PMU量测数据中各电气量与稳定状态的偏差值，对偏差值进行互补平均固定时间尺度分解为多个固有旋转分量，包括：将互为相反数的n组具有
指定信噪比的正高斯白噪声、负高斯白噪声作为辅助噪声，分别加入偏差值的原始数据中，得到2n个含噪信号；对2n个含噪信号分别进行固有时间尺度分解；将2n个含噪信号所有第j个固有旋转分量的均值作为最终的第j个固有旋转分量；S102，分别计算各个固有旋转分量的NTEO能量值，并选取NTEO能量值最大的固有旋转分量作为振荡主导分量；S103，分别根据各台发电机的各电气量的振荡主导分量计算出耗散能量流，根据耗散能量流对能量流曲线进行线性拟合并计算能量流曲线的曲线斜率；S104，根据曲线斜率计算耗散能量流曲线斜率比，并判定耗散能量流曲线斜率比为正值的发电机为振荡源。
[0005]可选地，所述PMU量测数据包括发电机输出的有功功率、无功功率、机端电压幅值和机端频率。
[0006]可选地，所述进行固有时间尺度分解包括：定义基线提取算子L，针对2n个含噪信号中的每一个含噪信号：将原始的含噪信号作为被分解的原始信号，将原始信号分解为采用基线提取算子L提取的基线分量和剩余的固有旋转分量，然后将提取得到的基线分量作为新的原始信号继续分解为采用基线提取算子L提取的基线分量和剩余的固有旋转分量直至提取得到的基线分量为单调函数或者常函数。
[0007]可选地，步骤S201中正高斯白噪声、负高斯白噪声的函数表达式为：，，上式中，表示正高斯白噪声，表示负高斯白噪声，表示平方根函数，为噪声的幅值系数，表示均值为0、方差为1的信号长度的高斯白噪声，且有：，上式中，表示指定信噪比。
[0008]可选地，步骤S102中NTEO能量值的计算函数表达式为：，上式中，表示第i个固有旋转分量在第n个采样点的NTEO能量值，表示第i个固有旋转分量在第n个采样点值，表示第i个固有旋转分量在第n
‑
j个采样点值，表示第i个固有旋转分量在第n+j个采样点值。
[0009]可选地，步骤S103中耗散能量流的计算函数表达式为：，上式中，表示第k台发电机的耗散能量流，表示第k台发电机输出的有功功率的振荡主导分量，表示第k台发电机输出的无功功率的振荡主导分量，表示第k台发电机输出的机端频率的振荡主导分量，表示第k台发电机输出的机端电压幅值的振荡主导分量，为时间，为自然对数。
[0010]可选地，步骤S103中根据耗散能量流W
dp
对能量流曲线进行线性拟合并计算能量流
曲线的曲线斜率时，线性拟合得到的能量流曲线的函数表达式为：，上式中，表示第k台发电机的能量流曲线的曲线斜率，表示时间，为拟合常数。
[0011]可选地，步骤S104中根据曲线斜率计算耗散能量流曲线斜率比的函数表达式为：，上式中，表示第k台发电机的耗散能量流曲线斜率比，表示所有的第k台发电机的能量流曲线的曲线斜率的最大值。
[0012]此外，本专利技术还提供一种基于互补平均固有时间尺度分解的振荡定位系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述基于互补平均固有时间尺度分解的振荡定位方法。
[0013]此外，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执行所述基于互补平均固有时间尺度分解的振荡定位方法。
[0014]和现有技术相比，本专利技术主要具有下述优点：1、本专利技术方法包括针对输入的n台发电机的PMU量测数据；分别计算各电气量的偏差值，对偏差值进行CAITD分解为多个IRC；分别计算最终的各个IRC的NTEO能量值，选取NTEO能量值最大的IRC作为振荡主导分量，减小了其他信息对振荡分量的干扰，快速、准确地提取了振荡分量，再根据传统耗散能量流计算方法，将提取出的振荡分量代入计算，得到每个发电机的耗散能量流曲线，提高了振荡源定位的准确性。
[0015]2、本专利技术基于固有时间尺度分解（ITD）提出了互补平均固有时间尺度（Complementary Average Intrinsic Time
‑
Scale Decomposition， CAITD）分解方法，将一对互为相反数的正负白噪声作为辅助噪声加入源信号当中，由于高斯白噪声具有频率平均分布的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于互补平均固有时间尺度分解的振荡定位方法，其特征在于，包括：S101，分别计算n台发电机的PMU量测数据中各电气量与稳定状态的偏差值，对偏差值进行互补平均固定时间尺度分解为多个固有旋转分量，包括：将互为相反数的n组具有指定信噪比的正高斯白噪声、负高斯白噪声作为辅助噪声，分别加入偏差值的原始数据中，得到2n个含噪信号；对2n个含噪信号分别进行固有时间尺度分解；将2n个含噪信号所有第j个固有旋转分量的均值作为最终的第j个固有旋转分量；S102，分别计算各个固有旋转分量的NTEO能量值，并选取NTEO能量值最大的固有旋转分量作为振荡主导分量；S103，分别根据各台发电机的各电气量的振荡主导分量计算出耗散能量流，根据耗散能量流对能量流曲线进行线性拟合并计算能量流曲线的曲线斜率；S104，根据曲线斜率计算耗散能量流曲线斜率比，并判定耗散能量流曲线斜率比为正值的发电机为振荡源。2.根据权利要求1所述的基于互补平均固有时间尺度分解的振荡定位方法，其特征在于，所述PMU量测数据包括发电机输出的有功功率、无功功率、机端电压幅值和机端频率。3.根据权利要求2所述的基于互补平均固有时间尺度分解的振荡定位方法，其特征在于，所述进行固有时间尺度分解包括：定义基线提取算子L，针对2n个含噪信号中的每一个含噪信号：将原始的含噪信号作为被分解的原始信号，将原始信号分解为采用基线提取算子L提取的基线分量和剩余的固有旋转分量，然后将提取得到的基线分量作为新的原始信号继续分解为采用基线提取算子L提取的基线分量和剩余的固有旋转分量直至提取得到的基线分量为单调函数或者常函数。4.根据权利要求3所述的基于互补平均固有时间尺度分解的振荡定位方法，其特征在于，步骤S101中正高斯白噪声、负高斯白噪声的函数表达式为：，，上式中，表示正高斯白噪声，表示负高斯白噪声，表示平方根函数，为噪声的幅值系数，表示均值为0、方差为1的信号长度的高斯白噪声，且有：，上式中，表示指定信噪比。5.根据权利要求1所述...

【专利技术属性】
技术研发人员：姚文轩，黄琴，邱伟，郑瑶，段俊峰，
申请(专利权)人：湖南大学，
类型：发明
国别省市：