基于PMU數(shù)據(jù)的低頻振蕩模式辨識研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著特高壓技術(shù)的快速發(fā)展,我國電網(wǎng)目前已經(jīng)形成了以三華電網(wǎng)為核心的超大規(guī)模同步交流互聯(lián)電網(wǎng)。隨著電網(wǎng)規(guī)模的不斷擴(kuò)大,電網(wǎng)的動態(tài)行為也更加復(fù)雜。近年來頻發(fā)的低頻振蕩問題正是這一現(xiàn)象的集中體現(xiàn)。低頻振蕩直接影響到互聯(lián)電網(wǎng)的功率傳輸極限,對系統(tǒng)的安全穩(wěn)定運行有著巨大威脅。
  目前對低頻振蕩的研究可分為基于系統(tǒng)動態(tài)模型的分析方法和基于實測數(shù)據(jù)的分析方法兩大類。前一類算法需要系統(tǒng)中所有元件動態(tài)模型的準(zhǔn)確參數(shù),在工程實踐中往往難于獲得;而后

2、一類算法則利用信號處理相關(guān)技術(shù)研究低頻振蕩問題,忽略了電力系統(tǒng)自身所固有的一些特征。
  本論文即從第二類研究思路出發(fā),基于隨機(jī)子空間理論,研究基于PMU數(shù)據(jù)的低頻振蕩模式識別方法。
  論文首先對現(xiàn)有的低頻振蕩離線在線研究方法進(jìn)行對比,并詳細(xì)介紹了基于隨機(jī)子空間法SSI(StochasticSubspaceIdentification)的系統(tǒng)模式辨識理論。在此基礎(chǔ)上,論文進(jìn)一步研究了基于實測數(shù)據(jù)的低頻振蕩模式辨識方法,并利

3、用SSI算法實現(xiàn)低頻振蕩模式參數(shù)和同調(diào)機(jī)組的識別。
  此外,本文提出系統(tǒng)穩(wěn)態(tài)模型和實測數(shù)據(jù)相結(jié)合的方法,研究了在無法利用PMU直接觀測發(fā)電機(jī)節(jié)點功角數(shù)據(jù)的情況下,依據(jù)節(jié)點導(dǎo)納矩陣和其他節(jié)點電壓數(shù)據(jù)求取發(fā)電機(jī)節(jié)點的功角數(shù)據(jù),并以此為基礎(chǔ),結(jié)合曲線聚類相關(guān)知識,研究了利用曲線聚類的同調(diào)機(jī)組識別方法。
  IEEE仿真算例結(jié)果表明,SSI方法的模式辨識結(jié)果中混淆著一些偽模式,因此在實際應(yīng)用中應(yīng)盡可能準(zhǔn)確的找到系統(tǒng)振蕩的主導(dǎo)模式,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論