摘要
本发明公开了一种基于多模态分解重构的电力系统惯量估计方法,属于电力系统惯量辨识控制技术领域,包括:实时获取系统频率偏差信号、三相电压和电流数据;将频率偏差信号输入信号处理算法,提取多模态振荡信号,并重构为等效单一振荡模式信号;对重构信号计算频率变化率,得到频率变化率并进行分析;在故障发生后,分析频率变化率的最大值对应时刻,结合功率偏差触发惯性常数解算;根据频率变化率和功率偏差,在触发时刻通过动态方程计算系统惯性常数,并将其转换为标幺值;采用加权最小二乘法重构非测量节点的频率信号,完成惯性估算。本发明通过同步相量数据动态分解与重构技术,实现复杂工况下惯性参数的高精度在线感知。
技术关键词
惯量估计方法
多模态
加权最小二乘法
电力系统
重构
频率
信号处理算法
偏差
参数估计算法
状态估计器
动态融合方法
同步相量数据
数值迭代方法
动态时间窗口
抑制高频噪声
模式
滑动平均滤波
卡尔曼滤波算法
三次样条插值
系统为您推荐了相关专利信息
时间序列异常检测方法
多元时间序列数据
时域编码器
时域特征
频域特征
语义化方法
单体
语义特征提取
数据管理模块
场景
耦合调控方法
识别植物
逆向分析方法
植物生长环境
模态分析方法
气体绝缘开关设备
感知特征
多模态
超高频传感器
识别方法