基于数据驱动随机子空间方法在低频振荡辨识中的应用
根据WAMS实测数据,对电力系统低频振荡模式进行辨识,对基于数据驱动随机子空间(SSI)辨识方法进行了研究.首先通过小波技术消去信号中的噪声分量,然后消去直流分量.利用处理后的数据构造Hankel矩阵,通过QR分解、SVD分解,利用卡尔曼滤波估计得到系统的随机状态模型,再对状态矩阵进行特征值分解,最终得到系统低频振荡模式参数.利用该方法分别对理想信号、仿真信号、电力系统实测数据进行分析.分析结果表明,基于数据驱动随机子空间方法能够准确辨识出系统主导振荡模式,可以应用于低频振荡模式的在线辨识.
低频振荡、模态辨识、SSI方法、消噪、电力系统
TM711(输配电工程、电力网及电力系统)
2013-05-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
81-86