电力系统低频振荡模式的自动分类研究.pdf

电力系统低频振荡模式的自动分类研究.pdf

ID:52492524

大小:392.82 KB

页数:5页

时间:2020-03-28

电力系统低频振荡模式的自动分类研究.pdf_第1页
电力系统低频振荡模式的自动分类研究.pdf_第2页
电力系统低频振荡模式的自动分类研究.pdf_第3页
电力系统低频振荡模式的自动分类研究.pdf_第4页
电力系统低频振荡模式的自动分类研究.pdf_第5页
资源描述:

《电力系统低频振荡模式的自动分类研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第4期电力系统保护与控制V_0l-38No.42010年2月l6日PowerSystemProtectionandControlFeb.16,2010电力系统低频振荡模式的自动分类研究陆超,陆秋瑜(清华大学电机系电力系统国家重点实验室,北京100084)摘要:大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类。针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统。该系统包括特征选择和分类器两个部分,利用特征

2、选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能。进一步的,基于南方电网简化仿真教据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息。关键词:低频振荡;振荡模式辨识;模式分类;特征选择;Fisher分类;k近邻分类;二次型分类ResearchonpowersystemlowfrequencyoscillationmodesclassificationLUChao,LUQiu-yu(StateKeyLaboratoryofPower

3、Systems,DepartmentofElectricalEngineering,TsinghuaUniversity,Beijing100084,China)Abstract:Inlargescalepowergrids,thelowfrequencyoscillationsmaychangesignificantlyindifferentoperationconditions,andthemassresultsidentifiedbasedonringdownandambientsignalsmustbea

4、nalyzedonlinetocompletetheautomaticclassificationofmultipleoscillationmodes.Inthispaper,acomputer-orientedoscillationmodesrecognitionandclassificationsystemisdesigned,whichincludesfeatureselectionandclassifier.ThefirstoneiSusedtoselectthemostsenskivefeaturesa

5、ndreducethedimensionsgreatly.Aboutclassifier,threelinearandnonlinearmethods,i.e.Fisher,k-neighborhoodandquadratic,arecompared.TheclassificationperformancesareverifiedbasedontheChinaSouthernPowerGridsimplifieddata,andtheresultsdemonstratethefeasibilityandadvan

6、tagesoftheproposedapproach.Keywords:low-frequencyoscillations;oscillationmodeidentification;paaernclassification;featureselection;Fisherclassifier;k.nearestneighborclassifier;quadraticclassifier中图分类号:TM712文献标识码:A文章编号:1674-3415(2010)04-0035.04时傅里叶变换、小波分析等,近年来还

7、出现了Prony0引言算法、ARMA算法等现代谱估计算法。Prony及其全国电网互联和西电东送工程的推进,大区电改进算法[3-41能够直接计算出电力系统低频振荡信网存在弱交流联系,而高增益快速励磁系统的普遍号的振荡特征,分辨能力高,主要用于扰动情况下采用及传统PSS在解决区间低频振荡问题方面的不的振荡过程,已在实际电网中得到了广泛应用;足,使得近年来低频振荡事件时有发生,严重影响ARMA算法[5。6]同样可辨识出系统的主导振荡模式了电网的稳定和安全。动态稳定性已成为约束电力信息,主要用于处理稳态情况下由负荷随机扰

8、动引系统稳定极限的瓶颈因素之一[1-21。起的小幅波动类噪声信号。目前广域测量系统可实时监测和记录电网动目前不同振荡模式的区分主要是在小干扰稳态过程,及时发现低频振荡,这为我们分析和抑制定计算或Prony分析基础上利用经验进行,通过计低频振荡提供了基础。研究系统低频振荡首先需要算可得到系统低频振荡的基本信息,如振荡的频率、得到主要振荡模式的频率、阻尼比、幅值和初始相相位角

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。