CN106526359B - 基于Prony算法和病态数据分析的电网低频振荡检测方法 - Google Patents

基于Prony算法和病态数据分析的电网低频振荡检测方法 Download PDF

Info

Publication number
CN106526359B
CN106526359B CN201610921610.4A CN201610921610A CN106526359B CN 106526359 B CN106526359 B CN 106526359B CN 201610921610 A CN201610921610 A CN 201610921610A CN 106526359 B CN106526359 B CN 106526359B
Authority
CN
China
Prior art keywords
signal
matrix
ill
module
prony
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610921610.4A
Other languages
English (en)
Other versions
CN106526359A (zh
Inventor
于永军
祁晓笑
郭自勇
孙贤大
王绪宝
王方楠
徐哲
王飞义
李海生
杨洋
刘大贵
赵殿波
王继浩
孔祥声
杨永飞
范巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Rongxin Industrial Electric Power Technology Co ltd
Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
Liaoning Rongxin Xingye Electric Power Technology Co Ltd
Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Rongxin Xingye Electric Power Technology Co Ltd, Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical Liaoning Rongxin Xingye Electric Power Technology Co Ltd
Priority to CN201610921610.4A priority Critical patent/CN106526359B/zh
Publication of CN106526359A publication Critical patent/CN106526359A/zh
Application granted granted Critical
Publication of CN106526359B publication Critical patent/CN106526359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10—Flexible AC transmission systems [FACTS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Measuring Frequencies, Analyzing Spectra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法，首先，将预处理得到的信号输入6～20点的缓存窗口，之后计算最小二乘法矩阵系数，将得到的矩阵特征值进行比较，根据特征值之间的关系判断矩阵是否为病态矩阵，如果为病态矩阵则滤除此组数据，否则采用最小二乘法求矩阵继续求解广义解，最后根据广义解求得低频振荡信号的参数；可以实时准确估计电网低频振荡的幅值、相角、衰减系数，这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强，对信号噪声不敏感，相应速度较快，有经济和实用价值。

Description

基于Prony算法和病态数据分析的电网低频振荡检测方法
技术领域
本发明涉及的是一种利用FACTS装置抑制电网低频振荡方案中的一种低频振荡信号的在线检测方法。
背景技术
FACTS装置今天已经被广泛应用在节能环保领域，此外，FACTS装置在电能质量领域增加电网稳定裕度，提高系统动态性能等方面的作用也日益显现。当系统阻尼不足或大扰动导致的发电机功角相对转动(0.2～2.5Hz)，即发生低频振荡时，利用FACTS装置调整功率分配可以有效抑制振荡，提高系统的稳定性。在这一过程中，需要准确地在线识别振荡的模态，实时估计振荡的幅值、相角、衰减状况。Prony算法和HHT算法已经被证明可以有效用于离线分析低频振荡，但离线识别算法的运算量大，实时性无法保证的缺点导致它们无法直接被应用于在线识别。
发明内容
本发明提出的一种可行的基于Prony算法和病态数据分析的改进的低频振荡在线检测方法，可以实时准确估计电网低频振荡的幅值、相角、衰减系数，这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强，对信号噪声不敏感，相应速度较快，有经济和实用价值。
本发明通过以下技术方案实现：
一种基于Prony算法和病态数据分析的电网低频振荡在线检测方法，首先，STATCOM装置A检测电网电压接入点的三相电压信号和电流信号，经过功率计算模块B算出实时功率P，实时功率P信号进入低频振荡识别模块G，低频振荡识别模块G计算出功率波动量ΔP，最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行；
所述的低频振荡识别模块G包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分，所述的信号预处理模块C负责计算实时功率信号，并将信号中的高频噪声滤除；信号重构模块E用于将辨识所得的信号输出，利用改进Prony算法模块D辨识得到的参数，重绘P信号中低频振荡成分；
改进Prony算法模块D是本发明的核心部分，首先，将预处理得到的信号输入6～20点的缓存窗口，之后计算最小二乘法矩阵系数，将得到的矩阵特征值进行比较，根据特征值之间的关系判断矩阵是否为病态矩阵，如果为病态矩阵则滤除此组数据，否则采用最小二乘法求矩阵继续求解广义解，最后根据广义解求得低频振荡信号的参数；具体过程如下：
根据实时功率信号P采样序列Y(n)构造最小二乘法求解矩阵，
YTYx＝YTb (1)
定义矩阵病态系数ρ：
如果病态矩阵系数ρ在0.95～1.05之间，则认为特征值相差较大，这是一组病态数据，剔除这组数据，跳过本次计算；如果病态矩阵系数不在0.95和1.05之间则继续如下计算。
求得模态计算二阶方程，μ设为振荡方程的特征根，得：
μ2-(x1-1)μ+x2＝0 (4)
振荡参数计算方程，求μ的对数，
σ为特征根的实部，ω为特征根的虚部。
本发明提出的一种可行的基于Prony算法和病态数据分析的改进的低频振荡在线检测方法，可以实时准确估计电网低频振荡的幅值、相角、衰减系数，这些参数估计出的信号可以用于线性预测和抑制低频振荡。此方法可操作性强，对信号噪声不敏感，相应速度较快，有经济和实用价值。本发明提供一种基于Prony算法和病态数据分析的电网低频振荡在线检测算法，被应用于STATCOM装置治理电网低频振荡，实践证明是一种有效的检测手段。
附图说明
图1是本发明的系统构成结构图。
图2是改进Prony算法的流程图。
图3是算法拟合P1的曲线。
图4是算法拟合P2的曲线。
具体实施方式
下面结合附图对本发明的具体内容作进一步详细描述。
首先，系统组成如图1所示，STATCOM装置A检测电网接入点的三相电压信号和电流信号，经过功率计算模块B算出实时功率P，实时功率P信号进入低频振荡识别模块G，低频振荡识别模块G估计出功率波动量ΔP，最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行。
低频振荡识别模块G如图1所示，包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分。信号预处理模块C负责计算实时功率信号，并将信号中的高频噪声滤除，因为高频噪声会导致信号信噪比降低，矩阵系数不准确会导致数据病态和结果准确度降低。信号重构模块E用于将辨识所得的信号输出，利用改进Prony算法模块D辨识得到的参数，重绘P信号中低频振荡成分。可以看见重构信号与原信号相比滤除了P信号中的直流成分，而衰减和振荡信息被完整的保存下来。
改进Prony算法模块D是本发明的核心部分，其主要特征如图2所示。首先，将预处理得到的信号输入6～20点的缓存窗口，之后计算最小二乘法矩阵系数，将得到的矩阵特征值进行比较，根据特征值之间的关系判断矩阵是否为病态矩阵，如果为病态矩阵则滤除此组数据，否则采用最小二乘法求矩阵继续求解广义解，最后根据广义解求得低频振荡信号的参数。
根据实时功率信号P采样序列Y(n)构造最小二乘法求解矩阵(Prony算法)：
YTYx＝YTb (1)
定义矩阵病态系数，
如果病态矩阵系数在0.95～1.05之间，可以认为特征值相差较大，这时一组病态数据，剔除这组数据，跳过本次计算。如果病态矩阵系数不在0.95和1.05之间则继续如下计算。
求得模态计算二阶方程，μ设为振荡方程的特征根，得：
μ2-(x1-1)μ+x2＝0 (4)
振荡参数计算方程，求μ的对数，
σ为特征根的实部，ω为特征根的虚部。
为了验证算法的可行性，我们输入功率信号，
P1＝500+100e-0.1tcos(15.7t)
P2＝500+100e-0.5tcos(5.1t)
叠加噪声信号，
N1＝N2＝Tri(31400t)+0.5
运行实时检测程序，得到信号参数，
σ1＝-0.101
ω1＝15.7
σ2＝-0.499
ω2＝5.10
可以看到辨识的参数(经过滤波估计)与原始信号的相对误差在1％以内，辨识的精度较高，有实用价值。
图3和图4分别对比了P1和P2的重构信号与原始信号，可以看到重构信号滤除了直流量(大信号幅值500)并准确地提取了原始信号的波动量(小信号幅值100)。系统辨识时间在1s之内，响应速度较快。

Claims (1)

1.一种基于Prony算法和病态数据分析的电网低频振荡在线检测方法，首先，STATCOM装置A检测电网电压接入点的三相电压信号和电流信号，经过功率计算模块B算出实时功率P，实时功率P信号进入低频振荡识别模块G，低频振荡识别模块G计算出功率波动量ΔP，最后将ΔP信号作为STATCOM装置A调节无功指令的参考值输出执行；
所述的低频振荡识别模块G包括信号预处理模块C、改进Prony算法D、信号重构模块E三部分，所述的信号预处理模块C负责计算实时功率信号，并将信号中的高频噪声滤除；信号重构模块E用于将辨识所得的信号输出，利用改进Prony算法模块D辨识得到的参数，重绘P信号中低频振荡成分；
改进Prony算法模块D是核心部分，首先，将预处理得到的信号输入6～20点的缓存窗口，之后计算最小二乘法矩阵系数，将得到的矩阵特征值进行比较，根据特征值之间的关系判断矩阵是否为病态矩阵，如果为病态矩阵则滤除此组数据，否则采用最小二乘法求矩阵继续求解广义解，最后根据广义解求得低频振荡信号的参数；具体过程如下：
根据实时功率信号P采样序列Y(n)构造最小二乘法求解矩阵，采用Prony算法：
YTYx＝YTb (1)
定义矩阵病态系数ρ，
如果病态矩阵系数ρ在0.95～1.05之间，则认为特征值相差较大，这是一组病态数据，剔除这组数据，跳过本次计算；如果病态矩阵系数不在0.95和1.05之间则继续如下计算；
求得模态计算二阶方程，μ设为振荡方程的特征根，得如下公式：
μ2-(x1-1)μ+x2＝0 (4)
振荡参数计算方程，求μ的对数，
σ为特征根的实部，ω为特征根的虚部。
CN201610921610.4A 2016-10-21 2016-10-21 基于Prony算法和病态数据分析的电网低频振荡检测方法 Active CN106526359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610921610.4A CN106526359B (zh) 2016-10-21 2016-10-21 基于Prony算法和病态数据分析的电网低频振荡检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610921610.4A CN106526359B (zh) 2016-10-21 2016-10-21 基于Prony算法和病态数据分析的电网低频振荡检测方法

Publications (2)

Publication Number Publication Date
CN106526359A CN106526359A (zh) 2017-03-22
CN106526359B true CN106526359B (zh) 2019-08-06

Family

ID=58291945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610921610.4A Active CN106526359B (zh) 2016-10-21 2016-10-21 基于Prony算法和病态数据分析的电网低频振荡检测方法

Country Status (1)

Country Link
CN (1) CN106526359B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107015147B (zh) * 2017-04-01 2019-08-06 山东泰景电力科技有限公司 一种发电机组低频振荡检测方法及装置
CN107742043A (zh) * 2017-11-01 2018-02-27 华电青岛发电有限公司 减小基波相位算法误差的基于模型参考自适应的介损角方法
CN108090846B (zh) * 2017-12-05 2020-09-29 广东电网有限责任公司电力科学研究院 一种电网低频振荡案例库的构建方法及装置
CN113517686B (zh) * 2021-05-06 2022-09-20 东方电子股份有限公司 基于Givens正交相似变换的低频振荡分析方法
CN118250106A (zh) * 2024-05-30 2024-06-25 南京华飞数据技术有限公司 一种基于Prony算法的网络传输数据管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447676A (zh) * 2008-12-01 2009-06-03 中国电力科学研究院 一种电力系统低频振荡分析方法
CN101557110A (zh) * 2009-06-26 2009-10-14 国网电力科学研究院 电力系统低频振荡在线分析及辅助决策方法
CN102937668A (zh) * 2012-11-08 2013-02-20 电子科技大学 一种电力系统低频振荡检测方法
CN103178535A (zh) * 2013-02-27 2013-06-26 中国电力科学研究院 一种兼顾两类机制的电力系统低频振荡在线防控方法
CN104333021A (zh) * 2014-11-07 2015-02-04 国家电网公司 一种直流闭锁安控动作下交流联络线功率波动的评估方法
CN104578115A (zh) * 2015-01-26 2015-04-29 国网四川省电力公司经济技术研究院 一种基于相关函数的电力系统低频振荡模式辨识方法
CN104865497A (zh) * 2015-04-30 2015-08-26 国电南瑞科技股份有限公司 基于扩展Prony算法的低频振荡就地化在线辨识方法
CN105098803A (zh) * 2015-10-08 2015-11-25 中南大学 基于statcom的风电场次同步与低频振荡抑制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447676A (zh) * 2008-12-01 2009-06-03 中国电力科学研究院 一种电力系统低频振荡分析方法
CN101557110A (zh) * 2009-06-26 2009-10-14 国网电力科学研究院 电力系统低频振荡在线分析及辅助决策方法
CN102937668A (zh) * 2012-11-08 2013-02-20 电子科技大学 一种电力系统低频振荡检测方法
CN103178535A (zh) * 2013-02-27 2013-06-26 中国电力科学研究院 一种兼顾两类机制的电力系统低频振荡在线防控方法
CN104333021A (zh) * 2014-11-07 2015-02-04 国家电网公司 一种直流闭锁安控动作下交流联络线功率波动的评估方法
CN104578115A (zh) * 2015-01-26 2015-04-29 国网四川省电力公司经济技术研究院 一种基于相关函数的电力系统低频振荡模式辨识方法
CN104865497A (zh) * 2015-04-30 2015-08-26 国电南瑞科技股份有限公司 基于扩展Prony算法的低频振荡就地化在线辨识方法
CN105098803A (zh) * 2015-10-08 2015-11-25 中南大学 基于statcom的风电场次同步与低频振荡抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于改进Prony算法对STATCOM暂态稳定性模型的研究;赵乃卓 等;《电力系统保护与控制》;20140501;第42卷(第9期);第8-13页
基于改进多信号Prony算法的低频振荡在线辨识;马燕峰 等;《电网技术》;20070831;第31卷(第5期);第44-49、90页

Also Published As

Publication number Publication date
CN106526359A (zh) 2017-03-22

Similar Documents

Publication Publication Date Title
CN106526359B (zh) 基于Prony算法和病态数据分析的电网低频振荡检测方法
CN103401238B (zh) 一种基于总体测辨法的电力负荷建模方法
CN106786561B (zh) 一种基于自适应卡尔曼滤波的低频振荡模态参数辨识方法
Jain et al. An adaptive time-efficient technique for harmonic estimation of nonstationary signals
CN105403834B (zh) 一种发电机动态状态估计方法
CN109753689A (zh) 一种电力系统机电振荡模态特征参数在线辩识方法
CN103198184A (zh) 一种电力系统低频振荡特征类噪声辨识方法
CN110048416A (zh) S-g滤波和自适应mp算法的低频振荡模态辨识方法
CN104698325B (zh) 一种电力系统负阻尼机理低频振荡和强迫振荡的判别方法
CN101576586B (zh) 一种基于自适应滤波的相位检测方法
CN104217112A (zh) 一种基于多类型信号的电力系统低频振荡分析方法
Chen et al. Nonstationary signal denoising using an envelope-tracking filter
CN111308260A (zh) 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法
CN104833852A (zh) 一种基于人工神经网络的电力系统谐波信号估计测量方法
CN111639583A (zh) 一种电网电能质量扰动的识别方法及系统
CN104950215B (zh) 一种微机保护方法
CN102829940B (zh) 针对卫星飞轮的扰动仿真的实现方法
CN104101805B (zh) 一种基于振荡能量注入的励磁系统负阻尼检测方法
CN105571874A (zh) 一种发动机振动不平衡相位的实时测量方法
CN108152585A (zh) 基于神经网络的自适应谐波检测方法及检测电路
Khodaparast et al. Emd-prony for phasor estimation in harmonic and noisy condition
CN109103875A (zh) 一种基于神经网络的自适应谐波振荡抑制方法与系统
CN109001556A (zh) 一种类强迫超低频振荡的判别方法及系统
CN114184838A (zh) 基于sn互卷积窗的电力系统谐波检测方法、系统及介质
Chen et al. Analysis on measuring performance of three flicker detecting methods

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 830011 Xinjiang Uygur Autonomous Region Urumqi Hi-tech Industrial Development Zone (New Urban District) No. 66 East Lane, Changchun Middle Road

Applicant after: STATE GRID XINJIANG ELECTRIC POWER CO., LTD., ELECTRIC POWER Research Institute

Applicant after: MONTNETS RONGXIN TECHNOLOGY GROUP CO.,LTD.

Address before: 830011 Xinjiang Uygur Autonomous Region Urumqi Hi-tech Industrial Development Zone (New Urban District) No. 66 East Lane, Changchun Middle Road

Applicant before: ELECTRIC POWER SCIENCES RESEARCH INSTITUTE OF STATE GRID XINJIANG ELECTRIC POWER Co.

Applicant before: MONTNETS RONGXIN TECHNOLOGY GROUP CO.,LTD.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190424

Address after: 830011 No. 200 Hengda Street, Urumqi High-tech Industrial Development Zone, Xinjiang Uygur Autonomous Region

Applicant after: STATE GRID XINJIANG ELECTRIC POWER CO., LTD., ELECTRIC POWER Research Institute

Applicant after: LIAONING RONGXIN INDUSTRIAL ELECTRIC POWER TECHNOLOGY CO.,LTD.

Address before: 830011 Xinjiang Uygur Autonomous Region Urumqi Hi-tech Industrial Development Zone (New Urban District) No. 66 East Lane, Changchun Middle Road

Applicant before: STATE GRID XINJIANG ELECTRIC POWER CO., LTD., ELECTRIC POWER Research Institute

Applicant before: MONTNETS RONGXIN TECHNOLOGY GROUP CO.,LTD.

GR01 Patent grant
GR01 Patent grant