EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用

EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用

论文摘要

针对互联电网低频振荡辨识过程中Prony算法对噪声敏感的问题,该文将总体经验模态分解法、鲁棒性独立分量分析方法与Prony进行有机结合,运用到关键振荡模式辨识中。将待处理信号进行总体经验模态分解后得到的本征模态函数作为鲁棒性独立分量分析算法的输入,对得到的独立分量进行软阈值去噪后进行反变换得到重构后的本征模态函数,接着将重构后的本征模态函数相加得到去噪信号,用Prony算法对去噪信号进行辨识,最终得到低频振荡的模态参数。仿真结果表明:该方法综合利用了总体经验模态分解不依赖信号任何先验知识和完全由数据驱动的自适应性优点,及鲁棒性独立分量分析提取独立分量并保持分量信号完整性的优势,相比传统总体经验模态分解去噪算法,该方法在没有损失信号的前提下可提高分量信号的信噪比,克服Prony算法对噪声敏感的缺陷,更大程度去除噪声,有利于提高辨识精度和准确性,更能满足实际应用需求。

论文目录

  • 0 引言
  • 1 EEMD-RobustICA和Prony算法分析
  •   1.1 Prony算法
  •   1.2 Prony算法主要参数选择策略
  •   1.3 总体经验模态分解法
  •   1.4 独立分量分析法
  •     1.4.1 ICA模型
  •     1.4.2 RobustICA算法
  • 2 基于EEMD-RobustICA降噪的低频振荡Prony分析
  • 3 算例分析
  •   3.1 算例1
  •   3.2 算例2
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵峰,吴梦娣

    关键词: 总体经验模态分解,鲁棒性独立分量分析,算法,低频振荡,模式辨识

    来源: 太阳能学报 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 兰州交通大学自动化与电气工程学院,兰州交通大学光电技术与智能控制教育部重点实验室

    基金: 甘肃省自然科学基金(1310RJZA038),光电技术与智能控制教育部重点实验室(兰州交通大学)开放课题(KFKT2016-6)

    分类号: TM712

    页码: 2919-2929

    总页数: 11

    文件大小: 2264K

    下载量: 160

    相关论文文献

    • [1].抑制超低频振荡的储能控制策略[J]. 电网技术 2020(05)
    • [2].抑制超低频振荡的稳定器控制机理及策略验证[J]. 电力系统自动化 2020(08)
    • [3].基于矩阵束法的超低频振荡辨识方法研究[J]. 武汉大学学报(工学版) 2020(06)
    • [4].电网超低频振荡影响因素综合分析与抑制措施研究[J]. 四川电力技术 2020(03)
    • [5].青藏高原典型旱涝年降水的低频振荡特征[J]. 科技经济导刊 2020(27)
    • [6].水电机组超低频振荡小信号模型及影响因素分析[J]. 中国电机工程学报 2020(18)
    • [7].基于直流频率限制控制器的超低频振荡抑制方案[J]. 高电压技术 2019(07)
    • [8].低频振荡分析方法及抑制策略概述[J]. 四川电力技术 2018(01)
    • [9].一种基于信号相关性的低频振荡辨识方法[J]. 电力系统保护与控制 2018(11)
    • [10].基于四阶混合平均累积量对角切片的低频振荡检测与类型判别[J]. 电网技术 2018(09)
    • [11].基于近红外光谱技术的人体低频振荡信号研究[J]. 燕山大学学报 2018(05)
    • [12].基于能量时空分布熵的低频振荡类型判别方法[J]. 电力系统自动化 2017(08)
    • [13].发电厂内强迫共振型低频振荡源的定位方法[J]. 电力自动化设备 2017(07)
    • [14].基于值集法对云南电网超低频振荡的稳定分析[J]. 电网技术 2017(10)
    • [15].电力系统稳定器抑制低频振荡的原理与应用[J]. 水利技术监督 2016(06)
    • [16].中国东部水汽低频振荡的季节变化特征[J]. 气象研究与应用 2015(03)
    • [17].电力系统超低频振荡的阻尼与同步转矩分析[J]. 电网技术 2020(03)
    • [18].抑制电力系统超低频振荡的水轮机调速器参数优化控制研究[J]. 电网技术 2020(06)
    • [19].基于动力学系统的两阶段低频振荡模态识别算法[J]. 电力系统及其自动化学报 2020(06)
    • [20].考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究[J]. 电工技术学报 2017(06)
    • [21].基于阻抗分析的铁路车网耦合系统低频振荡研究[J]. 机车电传动 2017(06)
    • [22].低频振荡的分析方法及仿真研究[J]. 电气时代 2014(09)
    • [23].基于共振机理的低频振荡扰动源在电力系统中的应用[J]. 中国新技术新产品 2014(15)
    • [24].大气低频振荡在延伸期预报中的应用进展[J]. 气象科技进展 2012(01)
    • [25].三阶非线性对主导低频振荡模式的影响[J]. 现代电力 2012(06)
    • [26].南海地区大气30~60天低频振荡及其对南海夏季风的可能影响[J]. 大气科学 2011(05)
    • [27].低频振荡抑制器的优化[J]. 华电技术 2009(06)
    • [28].非线性励磁调节器抑制低频振荡的能力[J]. 山东电力技术 2009(06)
    • [29].超低频振荡机理分析及水轮机调速系统参数优化[J]. 电网技术 2020(03)
    • [30].水火电机组调速器死区对超低频振荡的影响分析[J]. 四川电力技术 2020(04)

    标签:;  ;  ;  ;  ;  

    EEMD-RobustICA和Prony算法在电力系统低频振荡模态辨识中的应用
    下载Doc文档

    猜你喜欢