摘要
一种新能源集群接入直流电网的宽频振荡辨识方法,从电网的同步向量测量装置PMU收集实时电流、电压信号后数据预处理;通过CS技术对预处理后的信号进行压缩采样;采用SP算法对压缩后的低维数据进行重构;然后对恢复信号进行混合经验模态分解EEMD分解,得到振荡信号的一组本征模态函数IMFs;通过计算各IMF能量系数,去除多余的IMF分量;利用优化Prony算法对包含振荡模态信息的IMF分量进行分析,获得宽带振荡信息;最后利用优化的AFEKF算法对信号的动态变化进行预测,通过对比预测值与实际观测值之间的偏差,有效识别出宽频振荡的整体趋势、变化规律,实现对电力系统中宽频振荡的精确辨识和预警。本发明为新能源接入直流电网的稳定运行和优化控制提供有力支持。
技术关键词
混合经验模态分解
辨识方法
宽频
Prony算法
信号
卡尔曼滤波
EEMD算法
集群
重构
电力系统
消除噪声
数据
频率
偏差
矩阵
表达式
电流