摘要
一种新能源接入交流电网宽频振荡特征辨识方法,利用高斯随机矩阵对PMU采集的振荡信号进行压缩,将低维数据上传到主站,在主站通过正交匹配追踪(OMP)算法重构信号;采用以能量损失最小为阈值的VMD算法对重构信号进行自适应分解,得到含有振荡信息的IMF分量;再利用FastICA将最大化输出信号的非高斯性来达到盲源分离的目的,从混合信号中提取出独立成分并去除噪声;最后,利用FFT计算振荡的相关信息(频率、幅值)。本发明结合CS‑OMP、VMD和FastICA技术优势,能够应对不同种类的振荡模式和复杂工况,能够更好地监测和识别电力系统中的宽频带振荡,保障电网的安全和稳定运行,并为振荡抑制技术提供准确的特征参数(频率、幅值)。
技术关键词
振荡特征辨识
增广拉格朗日
信号
频率
振荡抑制技术
宽频带
识别电力系统
表达式
独立成分分析
重构
OMP算法
噪声
幅值
矩阵
主站
模式
精度
系统为您推荐了相关专利信息
超声波导
预应力识别方法
超声导波
特征协方差矩阵
机器学习模型
储能变流器
电池管理系统
趋势预测模型
故障预警方法
指标
运动想象脑电数据
数据生成模型
原始脑电信号
脑机接口系统设计
注意力
电弧故障断路器
电弧故障检测方法
档位
信号特征
电弧故障检测模块