基于最小均方誤差算法的電力系統(tǒng)低頻振蕩模式在線辨識研究.pdf

1、在我國電力工業(yè)大發(fā)展的前提和大環(huán)境下，全國電網(wǎng)互聯(lián)、大量的采用超高壓、大容量、遠距離輸電以及發(fā)電機中大量采用高增益的勵磁調(diào)節(jié)器是我們電力工業(yè)發(fā)展的必然趨勢，然而由于這些原因，電力系統(tǒng)中的低頻振蕩時有發(fā)生，對電網(wǎng)的安全可靠性是個極大的隱患。因此，如何在電網(wǎng)低頻振蕩振幅不大或者有振蕩趨勢的時候加以監(jiān)測并控制成為了當今電力系統(tǒng)中對低頻振蕩研究的熱點。
　　 基于全球定位系統(tǒng)(GPS)的廣域測量系統(tǒng)(WAMS)的發(fā)展和應用為在線分析低頻

2、振蕩模式乃至控制提供了新契機。本文首次提出將自適應濾波類算法應用于電力系統(tǒng)低頻振蕩在線監(jiān)測中來。
　　 自適應濾波算法將電力系統(tǒng)噪聲信號輸出看作是由感興趣頻率范圍內(nèi)近似平穩(wěn)的白噪聲輸入引起的，然后將輸出通過自適應濾波器進行分析以得到濾波器傳遞函數(shù)，最后根據(jù)傳遞函數(shù)的主導根就可以估計出系統(tǒng)的振蕩模式信息。
　　 本文在分析基本自適應濾波算法的基礎上，通過仿真分析發(fā)現(xiàn)基本自適應濾波算法在收斂速度和精度方面的不足。因此引入解相

3、關自適應濾波算法以改善基本自適應濾波算法的缺陷，解相關自適應濾波算法基本原理為輸入信號之間不滿足統(tǒng)計獨立的條件時，基本LMS算法的性能下降，且其結(jié)果對系統(tǒng)的極點、頻率及阻尼等辨識有較大偏差，尤其是其收斂速度會比較慢。因此，在這種情況下，就需要解除各時刻輸入向量之間的相關性(這一操作稱為“解相關”)，使它們盡可能保持統(tǒng)計獨立。在解除了輸入信號相關性的基礎上，對解相關LMS算法中的學習速率參數(shù)做了改進，克服了當輸入數(shù)據(jù)在穩(wěn)態(tài)情況下學習速率參

4、數(shù)接近于一常量時，容易導致算法不收斂甚至發(fā)散的問題。并首次將解相關自適應濾波類算法應用于實際電力系統(tǒng)的低頻振蕩模式在線辨識中去，且在重慶電力公司低頻振蕩模式在線辨識平臺中安全穩(wěn)定運行。
　　 最后，據(jù)廣域測量系統(tǒng)(WAMS)的測量信息，采用PAST、仿真數(shù)據(jù)以及國家部分電網(wǎng)的區(qū)間重要聯(lián)絡上的有功功率數(shù)據(jù)進行低頻振蕩辨識。結(jié)合工程實際提出了基于廣域測量系統(tǒng)(WAMS)的研究低頻振蕩問題的實現(xiàn)方案。在應用解相關LMS算法的辨識結(jié)果的