一種電力系統低頻振蕩檢測方法技術方案

本發明專利技術公開了一種電力系統低頻振蕩檢測方法在現有非線性非平穩信號經驗模態分解算法基礎上，改進的經驗模態篩分算法使之適應低頻振蕩信號處理，對分解出的本征模態分量與低頻振蕩模態物理表達意義相結合，從而辨識出低頻振蕩采樣信號各低頻振蕩模態參數。本發明專利技術通過改進的混合端點預測減少端點效應的影響、采用三次B樣條插值克服了過沖和欠沖現象，同時有效減輕模態混疊程度，通過精細化復小波分析檢測混疊模態參數，通過改進的能量微差篩分停止條件，控制算法篩分深度，降低了模態分量的阻尼損失，從而有效提高檢測低頻振蕩模態特征參數的精度。

【技術實現步驟摘要】

本專利技術屬于電力系統信息化
，更為具體地講，涉及。
技術介紹
低頻振蕩是現代電力系統中發生頻繁、對電力系統穩定運行造成嚴重影響的一類事故，其已成為威脅互聯電網安全穩定運行、制約電網傳輸能力的重要因素之一。目前研究電力系統低頻振蕩問題的方法主要可分為兩種第一種是以電力系統結構模型為基礎，通過模型參數建立微分方程，根據李亞普諾夫穩定性第一定理分析系統的穩定性，主要以特征根QR法為代表。但該方法受制于模型的階數和參數不精確性以及建模動態和交互模態的影響，往往增加了應用的難度，分析結果的準確性難以保證；第二種方法是采用現代信號處理方法分析低頻振蕩信號特征，主要以FFT算法、小波分析法、Prony算法為代表，但由于電力系統自身的高維、強非線性等特點以及各種信號處理方法的適應環境不盡相同，因此各種方法的應用都存在一些困難，其中，FFT算法通過頻譜分析可得到信號頻率，但其無法分析信號的阻尼特性；小波分析難以解決頻率交疊和自適應小波基問題；Prony算法和ARMA算法受噪聲、系統實際階數的影響較大，帶噪聲的非線性、非平穩信號處理結果的精度受到了質疑。近年來，結合電力系統廣域測量系統(WAMS)在世界各國電網得到廣泛應用，發展基于實測信號的非平穩信號分析方法意義重大。一種新興非線性非平穩數據處理HHT(Hilbert-Huang transform, HHT)方法被引入電力系統低頻振蕩信號分析領域,但是該方法缺乏理論基礎，算法分析過程中存在的端點效應、過篩引起的阻尼損失以及算法本身的模態混疊問題，限制了該算法應用范圍。
技術實現思路
本專利技術的目的在于克服現有技術的不足，提供，以克服端點效應、過沖和欠沖現象，同時降低模態混疊現象以及阻尼損失問題。為實現上述專利技術目的，本專利技術電力系統低頻振蕩檢測方法，其特征在于，包括以下步驟(I)、采集一段電網的功角或功率作為電力系統低頻振蕩采樣信號x(t)，該低頻振蕩采樣信號x(t)可以是實測采樣信號，也可以是測量儀器的濾波信號和存儲設備保持的歷史數據；(2)、對低頻振蕩采樣信號x(t)利用FIR(Finite Impulse Response,有限長單位沖激響應)濾波器進行低通濾波，將高于5Hz的高頻噪聲成分濾除，以保證低頻振蕩采樣信號x(t)的純凈度；(3)、對低頻振蕩采樣信號x(t)的所有采樣點求算數平均值X'，該算數平均值表征該段低頻振蕩采樣信號x(t)的直流成分X'，然后將低頻振蕩采樣信號x(t)各采樣點減去直流成分V，得到對稱化的低頻振蕩采樣信號V (t);(4)、經驗模態篩分4. I)、提取低頻振蕩采樣信號X' (t)的所有極大值點和極小值點，構成極大值序列以及極小值序列；4. 2)、基于B樣條曲線，對極大值序列中每三個點進行插值，得到多段分段B樣條曲線，并按分段定理拼接起來，得到低頻振蕩采樣信號V (t)上包絡線；基于B樣條曲線，對極小值序列中每三個點進行插值，得到多段分段B樣條曲線，并按分段定理拼接起來，得到低頻振蕩采樣信號V (t)下包絡線；4. 3)、米用基于 ARMA (Auto-Regressive and Moving Average,自回歸滑動平均)模型的端點預測算法，分別利用低頻振蕩采樣信號X, (t)上下包絡線本身的數據趨勢預測各自端點極值點之外的包絡線，預測點數為距離端點極值點20個采樣點，超過的包絡線采用鏡像延拓方法進行預測；低頻振蕩采樣信號X' (t)上下包絡線分別加上各自預測的包絡線，得到新的上下包絡線，然后，將新的上下包絡線進行平均，得到的均值包絡Hlltl;4. 4)、用低頻振蕩采樣信號X' (t)減去均值包絡Hi1，得到差值信號Ill Ii1=X' (t) -Hi1(I)4. 5)、判斷差值信號Ii1是否滿足本征模態函數(Intrinsic Mode Function,簡稱IMF)的限制條件a)、在整個差值信號Ill范圍內，其極值點數目和過零點數目相等或至多相差一個；b)、對差值信號Ill上的任意一點，由信號的局部極大值點定義的上包絡線和信號的局部極小值點定義的下包絡線的平均值為零，即上包絡線和下包絡線相對于時間軸局部對稱；如果不滿足，則將差值信號Ii1作為低頻振蕩采樣信號X' (t)，重復步驟4. I) 4. 4),直到滿足為止；4. 6)、將得到的滿足本征模態函數限值條件的差值信號Ill作為低頻振蕩采樣信號X, (t)的第一個本征模態分量C1，它包含了低頻振蕩采樣信號X' (t)最高頻率或最短周期成分；用低頻振蕩采樣信號X, (t)減去第一個本征模態分量C1得到去掉高頻成分的殘余信號A ；4. 7)、將殘余信號Γι作為低頻振蕩采樣信號X' (t)重復步驟4. 1Γ4. 5)，將得到·的滿足本征模態函數限值條件的差值信號h作為低頻振蕩采樣信號X, (t)的第二個本征模態分量C2，然后用殘余信號^減去第二個本征模態分量C2得到殘余信號r2 ；4. 8)、判斷是否滿足停止篩分條件EriZEr(^1)< ε 1； Er/Ex< ε 2，(2)其中，Εη、ΕΗη)為相鄰兩個本征模態分量篩分后的殘余信號的振動能量，Ex為低頻振蕩采樣信號X' (t)的振動能量，ε !為兩個相鄰本征模態分量殘余信號能量差閾值，ε2為殘余信號與低頻振蕩采樣信號X' (t)能量差閾值，i為當前本征模態分量篩分次數；如果不滿足，則將殘余信號1*2作為低頻振蕩采樣信號X' (t)重復步驟4. I) 4. 5)進行篩選，將得到的滿足本征模態函數限值條件的差值信號h作為低頻振蕩采樣信號X' (t)的第三個本征模態分量C3，然后用殘余信號r2減去第三個本征模態分量C3得到殘余信號r3 ;然后接著判斷是否滿足停止篩分條件；如果仍然不滿足，則將殘余信號r3作為低頻振蕩采樣信號X' (t)重復進行本征模態分量的篩分和停止篩分條件的判斷，直到滿足為止，得到η個本征模態分量Cl，C2,…Cn (5)、通過本征模態分量的希爾伯特解析變換，將本征模態分量Cl，C2,…Cn與低頻振蕩模態物理意義聯系，然后進行分析辨識，得到低頻振蕩采樣信號X, (t)各低頻振蕩模態參數。本專利技術的專利技術目的是這樣實現的本專利技術電力系統低頻振蕩檢測方法在已有的非線性非平穩信號經驗模態分解算法基礎上，改進的經驗模態篩分算法使之適應低頻振蕩信號處理，對分解出的本征模態分量與低頻振蕩模態物理表達意義相結合，從而辨識出低頻振蕩采樣信號各低頻振蕩模態參數。本專利技術通過改進的混合端點預測減少端點效應的影響、采用三次B樣條插值克服了過沖和欠沖現象，同時有效減輕模態混疊程度，通過精細化復小波分析檢測混疊模態參數，通過改進的能量微差篩分停止條件，控制算法篩分深度，降低了模態分量的阻尼損失。本專利技術電力系統低頻振蕩檢測方法不受平穩信號假設條件的限制，適于處理非線性非平穩信號，分解信號有效組成成分，同時對某單一組成與低頻振蕩模態特性相比較，辨識出現實存在的低頻振蕩模態分析結果，實現了基于數據的快速低頻振蕩模態檢測。附圖說明圖I是本專利技術電力系統低頻振蕩檢測方法一種具體實施方式流程圖；圖2是上下包絡線端點三種延拓效果比較圖；圖3是本專利技術B樣條曲線插值與三次樣條插值效果對比圖；圖4是CMOR小波基波形與帶寬比較圖；圖5是一本文檔來自技高網...

【技術保護點】
一種電力系統低頻振蕩檢測方法，其特征在于，包括以下步驟：（1）、采集一段電網的功角或功率作為電力系統低頻振蕩采樣信號x(t)，該低頻振蕩采樣信號x(t)可以是實測采樣信號，也可以是測量儀器的濾波信號和存儲設備保持的歷史數據；（2）、對低頻振蕩采樣信號x(t)利用FIR（Finite？Impulse？Response，有限長單位沖激響應）濾波器進行低通濾波，將高于5Hz的高頻噪聲成分濾除，以保證低頻振蕩采樣信號x(t)的純凈度；（3）、對低頻振蕩采樣信號x(t)的所有采樣點求算數平均值x′，該算數平均值表征該段低頻振蕩采樣信號x(t)的直流成分x′，然后將低頻振蕩采樣信號x(t)個采樣點減去直流成分x′，得到對稱化的低頻振蕩采樣信號x′(t)；（4）、經驗模態篩分4.1）、提取低頻振蕩采樣信號x′(t)的所有極大值點和極小值點，構成極大值序列以及極小值序列；4.2）、基于B樣條曲線，對極大值序列中每三個點進行插值，得到多段分段B樣條曲線，并按分段定理拼接起來，得到低頻振蕩采樣信號x′(t)上包絡線；基于B樣條曲線，對極小值序列中每三個點進行插值，得到多段分段B樣條曲線，并按分段定理拼接起來，得到低頻振蕩采樣信號x′(t)下包絡線；4.3）、采用基于ARMA（Auto？Regressive？and？Moving？Average，自回歸滑動平均）模型的端點預測算法，分別利用低頻振蕩采樣信號x′(t)上下包絡線本身的數據趨勢預測各自端點極值點之外的包絡線，預測點數為距離端點極值點20個采樣點，超過的包絡線采用鏡像延拓方法進行預測；低頻振蕩采樣信號x′(t)上下包絡線分別加上各自預測的包絡線，得到新的上下包絡線，然后，將新的上下包絡線進行平均，得到的均值包絡m10；4.4）、用低頻振蕩采樣信號x′(t)減去均值包絡m1，得到差值信號h1：h1=x′(t)？m1？？？？？？？？？？？？？？？？？？？？？？？？？？？？（1）4.5）、判斷差值信號h1是否滿足本征模態函數（Intrinsic？Mode？Function，簡稱IMF）的限制條件：a）、在整個差值信號h1范圍內，其極值點數目和過零點數目相等或至多相差 一個；b）、對差值信號h1上的任意一點，由信號的局部極大值點定義的上包絡線和信號的局部極小值點定義的下包絡線的平均值為零，即上包絡線和下包絡線相對于時間軸局部對稱；如果不滿足，則將差值信號h1作為低頻振蕩采樣信號x′(t)，重復步驟4.1）~4.4），直到滿足為止；4.6）、將得到的滿足本征模態函數限值條件的差值信號h1作為低頻振蕩采樣信號x′(t)的第一個本征模態分量c1，它包含了低頻振蕩采樣信號x′(t)最高頻率或最短周期成分；用低頻振蕩采樣信號x′(t)減去第一個本征模態分量c1得到去掉高頻成分的殘余信號r1；4.7）、將殘余信號r1作為低頻振蕩采樣信號x′(t)重復步驟4.1）~4.5），將得到的滿足本征模態函數限值條件的差值信號h1作為低頻振蕩采樣信號x′(t)的第二個本征模態分量c2，然后用殘余信號r1減去第二個本征模態分量c2得到殘余信號r2；4.8）、判斷是否滿足停止篩分條件：Eri/Er(i？1)<ε1，且Er/Ex<ε2，？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？（2）其中，Eri、Er(i？1)為相鄰兩個本征模態分量篩分后的殘余信號ri、r(i？1)的振動能量，Ex為低頻振蕩采樣信號x′(t)的振動能量，ε1為兩個相鄰本征模態分量殘余信號能量差閾值，ε2為殘余信號與低頻振蕩采樣信號x′(t)能量差閾值，i為當前本征模態分量篩分次數；如果不滿足，則將殘余信號r2作為低頻振蕩采樣信號x′(t)重復步驟4.1）~4.5）進行篩選，將得到的滿足本征模態函數限值條件的差值信號h1作為低頻振蕩采樣信號x′(t)的第三個本征模態分量c3，然后用殘余信號r2減去第三個本征模態分量c3得到殘余信號r3；然后接著判斷是否滿足停止篩分條件；如果仍然不滿足，則將殘余信號r3作為低頻振蕩采樣信號x′(t)重復進行本征模態分量的篩分和停止篩分條件的判斷，直到滿足為止，得到n個本征模態分量c1,c2,…cn；（5）、通過本征模態分量的希爾伯特解析變換，將本征模態分量c1,c2，…cn與低頻振蕩模態物理意義聯系，然后進行分析辨識，得到低頻振蕩采樣信號x′(t)各 低頻振蕩模態參數。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：易建波，黃琦，井實，張昌華，盧有亮，孟勁松，蔡東升，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：