電力系統(tǒng)低頻振蕩分析方法研究.pdf

1、我國電網(wǎng)正處于高速發(fā)展時期，隨著跨區(qū)電網(wǎng)越來越多，系統(tǒng)低頻振蕩問題也更加突出。振蕩模式分析是低頻振蕩研究的基礎(chǔ)，目前一般采用兩種途徑進行分析，即實測數(shù)據(jù)分析和基于系統(tǒng)模型的特征值分析。本文對這兩種途徑的分析方法進行了研究，針對前一種途徑，采用了基于神經(jīng)網(wǎng)絡(luò)的改進Prony算法進行振蕩主導(dǎo)模式識別；針對后一種途徑，采用了基于神經(jīng)網(wǎng)絡(luò)的特征值求取，以識別基于模型的系統(tǒng)低頻振蕩模式。 文中分析比較了基于現(xiàn)場實測數(shù)據(jù)進行分析的信號處理方

2、法。比較了FFT、小波分析算法以及Prony分析算法提取振蕩信號特征參數(shù)方面的優(yōu)缺點，分析了Prony算法的優(yōu)勢。闡述了Prony算法的原理和計算步驟，分析了傳統(tǒng)的Prony算法在理想情況下的精確性。 針對傳統(tǒng)的Prony算法在分析振蕩波形中所存在的缺陷，特別是噪聲干擾和非平穩(wěn)信號對算法精確度的影響。采用了一種新的改進Prony算法，該算法將待求振蕩幅值作為權(quán)值，基于神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，實現(xiàn)對電力系統(tǒng)低頻振蕩模式的識別。該算法克服

3、了傳統(tǒng)Prony算法抗干擾較差的問題。仿真結(jié)果表明，該改進Prony算法能有效去除干擾，能可靠、準確地識別主導(dǎo)模式，適用于含有噪聲的振蕩信號的識別。 為對復(fù)雜波形進行精確采樣，實際上一般采用變步長采樣方法。本文針對變步長采樣的復(fù)雜振蕩波，采用三次樣條插值函數(shù)來調(diào)整虛擬采樣步長，以適應(yīng)Prony算法的等步長分析要求。 在基于系統(tǒng)模型的特征值分析中，高階特征方程求解不易。QR方法采用全特征值求解，從全部特征根中鑒定出機電模式