基于APIT-MEMD的电力系统低频振荡模式辨识新方法

摘要：

传统多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)在处理多信道量测信息时存在量测信道之间数据不平衡性及数据相关性导致的主导振荡模式辨识结果误差较大,且模式混合现象未有效消除.提出了一种基于自适应投影多元经验模态分解(Adaptive-Projection Intrinsically Transformed Multivariate Empirical Mode Decomposition,APIT-MEMD)的电力系统主导振荡模式辨识方法.首先采用APIT-MEMD将含有振荡信息的多信道量测信息整体分解,精确分离出各量测信道内含有振荡模式的固有模态函数(Intrinsic Mode Functions,IMF)信号.然后,采用Teager能量判据甄选能表征主导振荡模式的IMF信号.进而,采用希尔伯特黄变换(Hilbert-Huang Transform,HHT)实现对各IMF中所含主导振荡模式的频率和阻尼比估计.最后,将所提方法应用到IEEE-68节点时域仿真算例和辽宁电网广域实测算例中进行分析和验证,结果表明所提方法的可行性和有效性.

关键词：自适应投影多元经验模态分解、固有模态函数、希尔伯特黄变换、振荡频率、阻尼比

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;"辽宁电网利用广域量测系统提升电网安全稳定运行水平的技术研究"

在线出版日期：2020-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：165-174