基于EEMD和矩陣束算法的低頻振蕩模式識別方法.pdf

1、長期以來低頻振蕩問題就是威脅電力系統(tǒng)安全穩(wěn)定運行的重要因素之一，而隨著電力系統(tǒng)規(guī)模的不斷增大，低頻振蕩現(xiàn)象更是時有發(fā)生。如何能夠有效地抑制低頻振蕩就成為近年來眾多學者研究的熱點，而準確辨識低頻振蕩模態(tài)參數(shù)則是其中一個難點。因此對低頻振蕩分析方法的進一步深入研究是非常有必要的。
　　本文重點研究了矩陣束算法，通過與Prony法、改進Prony法進行比較，從而驗證了矩陣束算法在低頻振蕩模態(tài)參數(shù)辨識中的有效性。雖然矩陣束算法能夠有效辨識

2、出振蕩模態(tài)參數(shù)，但通過給理想信號分別施加不同信噪比大小的高斯白噪聲，結果表明傳統(tǒng)矩陣束算法仍存在一定的局限性，即在低信噪比時傳統(tǒng)矩陣束算法存在極點提取準確度不高且數(shù)值計算不穩(wěn)定的缺點。這些都極大地限制了矩陣束算法的應用，已經(jīng)難以滿足實際工程中的需要。
　　針對傳統(tǒng)矩陣束算法存在的問題，本文提出一種基于集合經(jīng)驗模態(tài)分解(EEMD)和矩陣束算法的電力系統(tǒng)低頻振蕩模式識別的新方法。該方法借助EEMD對非平穩(wěn)信號進行分解，不僅保留了EMD

3、所具有的優(yōu)點，而且有效解決了EMD存在的模態(tài)混疊問題，從而具有良好的降噪效果。通過EEMD濾波器和互相關系數(shù)可以獲取低頻振蕩范圍內(nèi)的真實IMF分量，并利用信號能量權重找出含有主導模式的IMF分量。采用矩陣束算法對主導模式分量進行辨識，其中利用譜范數(shù)形式指標函數(shù)來確定矩陣束算法的實際模態(tài)階數(shù)。該方法將EEMD和矩陣束算法相結合，有效抑制了噪聲對參數(shù)辨識過程的影響，從而克服了傳統(tǒng)矩陣束算法存在的問題，使其在低信噪比時仍然具有較高的參數(shù)辨識準