基于Prony分析特征提取的同调机组分群方法
同调机群识别在电力系统的动态等值、主动解列控制中具有重要意义.提出一种基于Prony分析特征提取的同调机组分群方法.首先针对Prony分析受噪声干扰严重的缺点,利用集成经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)方法对含噪声的信号降噪.然后对降噪后的功角信号进行Prony分析,提取功角信号的幅值、频率和阻尼特征值,形成每台机组的特征向量.最后将系统中所有机组特征向量组成的特征矩阵输入到自组织神经网络进行聚类,从而实现同调机组分群.EPRI-36节点系统和华北电网系统算例表明,所提方法可以很好地降低噪声影响,充分提取功角曲线特征,准确识别同调机组.
同调机群、Prony分析、集成经验模式分解、自组织神经网络
48
国家自然科学基金项目资助;"基于键合图理论的综合能源系统动态状态估计研究";国网经济技术研究院有限公司自主投入科技项目资助;"基于机电暂态-电磁暂态混合仿真技术的高压直流输电系统动态性能研究"
2020-12-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
91-99