基于MEMD和HHT的电力系统低频振荡模式识别方法研究

摘要：

提出了一种基于多元经验模态分解(Multivariate empirical mode decomposition,MEMD)和希尔伯特黄变换(Hilbert-Huang Transform,HHT)相结合的电力系统低频振荡模式辨识新方法.针对经验模态分解(Empirical Mode Decomposition,EMD)只适用于单通道模式辨识的局限性,以及存在模式混叠和辨识效率低的缺点,引入MEMD方法对多通道量测信号进行分解处理,获取各通道中表征不同频率尺度的固有模态函数(Intrinsic Mode Functions,IMF)分量,实现多通道量测信息的协同分解.在此基础上,引入Teager能量算子筛选出含主导振荡模式的关键IMF.针对主导振荡模式在振荡过程的时变特性,借助HHT追踪各主导振荡模式的瞬时振荡频率和阻尼比.最后,通过16机68节点测试系统仿真数据和辽宁电网PMU实测数据对所提方法进行分析、验证.结果表明了所提方法的准确性和有效性.

关键词：低频振荡、多元经验模态分解、固有模态函数、主导振荡模式

所属期刊栏目：48

资助基金：国家电网有限公司科技项目资助;国网辽宁省电力有限公司科技项目资助

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：124-135