基于对角化LDPC压缩感知和k-近邻算法的广域系统宽频振荡监测方法

摘要：

在"双高"电力系统中,宽频振荡的发生概率大大增加.然而,传统基于广域测量系统(wide area measurement system,WAMS)的振荡监测方法一方面监测的振荡频带范围过窄,另一方面其准确性和快速性难以适应复杂的电网运行状态.因此提出一种基于对角化低密度奇偶校验码(low-density parity-check codes,LDPC)校验矩阵和k-近邻算法(k-nearest neighbor,KNN)的宽频振荡监测方法.首先,基于对角化LDPC校验矩阵对电力系统信号进行压缩采样,大大减少了宽频振荡的数据传输量,有利于在现有相量测量单元(phasor measurement unit,PMU)上传频率下实现几百Hz的宽频振荡数据的传输.在此基础上,主站直接基于压缩采样值作为输入特征,采用加权KNN算法进行振荡检测,避免了人为设置阈值带来的误判,提高了振荡检测的快速性和准确性.最后,根据振荡检测结果,采用正交匹配追踪(orthogonal matching pursuit,OMP)算法,在主站准确重构宽频振荡信号,便于广域系统的振荡全局性分析.仿真结果表明所提方法在噪声、数据缺失和数据有误等情况下,仍然能够实现宽频振荡信号的快速准确监测.

关键词：宽频振荡监测、压缩感知技术、对角化LDPC、k-近邻算法

所属期刊栏目：45

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划项目;直流输电技术国家重点实验室南方电网科学研究院有限责任公司开放基金项目

在线出版日期：2021-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3025-3033