CN110879355B - 一种基于fft的发电机调速系统引发低频振荡辨识方法 - Google Patents
一种基于fft的发电机调速系统引发低频振荡辨识方法 Download PDFInfo
- Publication number
- CN110879355B CN110879355B CN201911219885.3A CN201911219885A CN110879355B CN 110879355 B CN110879355 B CN 110879355B CN 201911219885 A CN201911219885 A CN 201911219885A CN 110879355 B CN110879355 B CN 110879355B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- frequency
- energy
- dominant
- excitation
- 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
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000005284 excitation Effects 0.000 claims abstract description 66
- 230000001105 regulatory effect Effects 0.000 claims abstract description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000013016 damping Methods 0.000 claims description 19
- 230000000737 periodic effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
- G01R31/34—Testing dynamo-electric machines
- G01R31/346—Testing of armature or field windings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种基于FFT的发电机调速系统引发低频振荡辨识方法，包括以下步骤：S1：当机组发生低频振荡时，选取稳态振荡阶段的有功功率、频率、励磁电压和励磁电流等电气量数据；S2：选取快速傅里叶变换算法提取以上电气量的主导振荡模态分量；S3：根据各电气量的主导振荡模态分量，分别计算主导振荡模态下发电机组的振荡能量和励磁系统的振荡能量，并进行标幺化处理；S4：用主导振荡模态下发电机组的振荡能量减去励磁系统的振荡能量，得到主导振荡模态下调速系统的振荡能量；S5：提取主导振荡模态下调速系统振荡能量的非周期分量，根据非周期分量的斜率判断调速系统是否为功率振荡扰动源。该方法采集的数据量少且计算简便。
Description
技术领域
本发明涉及电力系统低频振荡领域，更具体地说，涉及一种基于FFT(快速傅里叶变换)的发电机调速系统引发低频振荡辨识方法。
背景技术
近年来，除了传统的弱阻尼机理引发的系统区域间低频振荡，电网还多次出现了因原动机组及调速系统异常引发的强迫功率振荡。因此，在低频振荡过程中评价原动机组及调速系统对系统的阻尼贡献，判断调速系统是否为功率振荡扰动源，具有重要工程意义。
根据当前研究现状，搜索到相关的专利及文献主要有：
(1)李文锋，李莹，等.基于WAMS的电力系统功率振荡分析与振荡源定位(2)力矩分解法[J].中国电机工程学报，2013，33(25)：47-53.
(2)张俊峰，李鹏，等.一种发电机调速系统振荡阻尼比极性判断方法及装置[P].广东电网有限责任公司电力科学研究院：CN106470006 A，2017.
(3)蔡笋，邓小文，等.汽轮发电机组调速系统的低频振荡的监测方法和系统[P].广东电网公司电力科学研究院：CN 104133129 A，2014.
(4)刘子全，李勇，等.一种用于判断调速系统对低频振荡阻尼影响的监测方法[P].华中电网有限公司：CN 104330667 A，2015.
(5)徐衍会，伍双喜，等.一种调速系统引发低频振荡的机理识别方法[P].华北电力大学：CN 106099952 A，2016.
(6)陈磊，路晓敏，等.利用暂态能量流的超低频振荡在线分析与紧急控制方法[J].电力系统自动化,2017，41(17)：9-14.
文献(1)对于调速系统，由调速系统调门信号与原动机模型拟合计算获取发电机机械功率PM，将发电机速度偏差Δω与发电机机械功率偏差ΔPM进行积分，将该积分定义为调速控制器的振荡能量。当积分结果为正时，调速提供的阻尼为负；当积分结果为负时，调速提供的阻尼为正。
专利(2)是基于文献(1)求解控制器力矩振荡能量的具体实现流程。对于调速系统，该方法需要拟合机械功率，是一种近似计算方法，精度有待评估。
专利(3)通过获取汽轮发电机组调速系统侧的原始功率信号和原始阀门开度信号，使用Wigner-Ville分布变换得到功率信号能量的第一时频分布特性和阀门开度信号能量的第二时频分布特性，实现了调速系统引发低频振荡的实时监测。
专利(4)首先通过TLS-ESPRIT方法对振荡阻尼进行辨识，用阻尼比确定发电机转子方程左右两边变量的第一夹角；然后，通过测量发电机本地的电磁功率与转速得到转速偏差与有功功率偏差的第二夹角；最后，用两个夹角对比确定调速系统对于功率振荡提供正阻尼还是负阻尼。
专利(5)需要结合全网数据开展振荡模态分析，然后通过发电厂就地采集的诸多实测信号判断调速系统低频振荡机理，能够区分负阻尼机理和强迫功率振荡机理。
然而，专利(3)、(4)和(5)的方法处理过程均比较复杂，计算量偏大。
文献(6)根据发电机六阶数学模型，使用偏差量给出了原动机及调速系统、励磁绕组的振荡能量。本发明中，为后续表述与振荡能量理论定义的正方向相符，定义流出发电机的振荡能量为正：
且，
ΔPi＝Pi-Pi,s
ΔQi＝Qi-Qi,s
Δfi＝fi-fi,s
ΔInUi＝InUi-InUi,s
ΔUfd＝Ufd-Ufd,s
ΔIfd＝Ifd-Ifd,s
其中，Pi和Qi分别是第i台发电机的有功功率和无功功率，fi是第i台发电机的频率，Ui第i台发电机机端母线的电压幅值；Ufd是第i台发电机的励磁电压，Ifd是励磁电流，Rfd是励磁电阻；Xs(X＝Pi、Qi…)是以上电气量的稳态值。
尽管文献(6)提出了一种理论上可行的判定方法，但没有考虑低频振荡中非主导振荡模态分量的影响，可能导致误判。另外，该方法未经仿真算例和实际案例的检验，其工程适用性有待评估。
综上所述可知，对于发电机调速系统引发低频振荡辨识，仍缺少一种计算简捷、适用于工程现场的判别方法。
发明内容
(一)技术问题
基于上述的技术缺陷，本发明提供一种基于FFT的发电机调速系统引发低频振荡辨识方法，该方法通过FFT(快速傅里叶变换)算法分解和提取稳态振荡阶段的主导振荡模态，能够考虑非主导振荡模态分量的影响，是一种适用于工程现场的调速系统阻尼特性判断方法，此外，其采集的数据量少且计算简便。
(二)技术方案
本发明提供的一种基于FFT的发电机调速系统引发低频振荡辨识方法，该辨识方法包括如下步骤：
S1：当发电机组发生低频振荡时，通过同步相量测量单元PMU选取稳态振荡阶段的有功功率、频率、励磁电压和励磁电流作为电气量；
S2：基于步骤S1中的所述有功功率，使用FFT算法提取振荡过程中的主导振荡模态分量，并得到主导振荡模态频率ωd下的各电气量分量，所述各电气量分量包括有功功率、频率、励磁电压和励磁电流的分量；
S3：根据所述各电气量分量分别计算主导振荡模态下发电机组的振荡能量和励磁系统的振荡能量，并进行标幺化处理；
S4：用主导振荡模态下发电机组的振荡能量减去励磁系统的振荡能量，得到主导振荡模态下调速系统的振荡能量；
S5：提取主导振荡模态下调速系统振荡能量的非周期分量，根据非周期分量的斜率判断调速系统是否为功率振荡扰动源。
进一步的，所述步骤S1中的同步相量测量单元PMU装设在发电厂的每台发电机机端，PMU的数据采样频率为100Hz。
进一步的，步骤S2具体包括以下步骤S2.1-S2.3：
S2.1:选取录波数据开展分析；
S2.2:使用FFT算法对发电机组的有功功率进行分解，并绘制直流分量以及振荡幅值大于5MW的若干个振荡模态分量，其中幅值最大的为主导振荡模态分量，并记录主导振荡模态频率ωd。
S2.3:使用FFT算法对发电机组频率、励磁电压和励磁电流进行分解，并记录主导振荡模态频率ωd下的各电气量分量。
进一步的，步骤S3具体包括以下步骤S3.1-S3.5：
S3.1:定义网络中流入发电机母线节点的振荡能量为负，流出发电机母线节点的振荡能量为正；
S3.2:定义振荡能量标幺值p.u.＝MW·s/SN，SN为发电机组视在容量；
S3.3:经FFT分解后，有功功率ΔP1、频率Δf1、励磁电压ΔUfd1和励磁电流ΔIfd1的主导振荡模态分量是以振荡角频率ωd变化的理想周期信号：
ΔP1＝A1cos(ωdt+φ1)
Δf1＝A2cos(ωdt+φ2)
ΔUfd1＝A3cos(ωdt+φ3)
ΔIfd1＝A4cos(ωdt+φ4)
其中，A1、A2、A3、A4分别是有功功率、频率、励磁电压和励磁电流的电气量主导振荡模态分量的幅值；φ1、φ2、φ3、φ4是有功功率、频率、励磁电压和励磁电流的电气量主导振荡模态分量的初始相角；
S3.4:由于无功功率和机端电压对振荡能量影响较小，因此当忽略无功功率和机端电压幅值的变化时，主导振荡模态下发电机组的振荡能量Wi D1如下：
S3.5:对于发电机组励磁系统，其主导振荡模态下振荡能量Wi exc(D1)表示为：
进一步的，步骤S5中的功率振荡扰动源的具体判断方法如下：
当调速系统振荡能量中的非周期分量斜率为正，则表明调速系统在功率振荡过程中产生振荡能量，对系统的阻尼贡献为负；
当调速系统振荡能量中的非周期分量斜率为负，则表明调速系统在功率振荡过程中消耗振荡能量，对系统的阻尼贡献为正。
在另外一个方面，本发明还公开了一种基于FFT的发电机调速系统引发低频振荡辨识系统，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的辨识方法。
在另外一个方面，本发明还公开了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上述任一项所述的辨识方法。
(三)有益效果
相对于现有技术，本发明的辨识方法可通过发电机机端装设的同步相量测量单元PMU直接快速的采集数据，采集量少，计算方便；此外，通过FFT分解和提取稳态振荡阶段的主导振荡模态，能够考虑非主导振荡模态分量的影响，减少了可能存在的误判，具有较高的工程适用性。
附图说明
图1是本发明的基于FFT的发电机调速系统引发低频振荡辨识方法的步骤流程图。
图2是一起强迫功率振荡发电机组有功功率的PMU录波图，波形由调速系统异常引发。
图3是以图2功率振荡为例，对发电机组有功功率在稳态振荡阶段的FFT分解图。
图4是以图2功率振荡为例，根据本发明提出的方法，使用有功功率和频率主导振荡模态分量计算得出的发电机组振荡能量的波形图。
图5是以图2功率振荡为例，根据本发明提出的方法，使用励磁电压Ufd和励磁电流Ifd主导振荡模态分量计算得出的发电机组励磁系统振荡能量的波形图。
图6是以图2功率振荡为例，根据本发明提出的方法，使用主导振荡模态下发电机组的振荡能量减去励磁系统的振荡能量，得到的主导振荡模态下调速系统振荡能量的波形图。
图7是以图2功率振荡为例，主导振荡模态下调速系统振荡能量的非周期分量斜率图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明提出了一种基于FFT的发电机调速系统引发低频振荡辨识方法，该辨识方法包括如下步骤：
S1：当发电机组发生低频振荡时，通过同步相量测量单元PMU选取稳态振荡阶段的有功功率、频率、励磁电压和励磁电流作为电气量；
S2：基于步骤S1中的所述有功功率，使用FFT算法(快速傅里叶变换算法)提取振荡过程中的主导振荡模态分量，并得到主导振荡模态频率ωd下的各电气量分量，所述各电气量分量包括有功功率、频率、励磁电压和励磁电流的分量。
S3：根据所述各电气量分量分别计算主导振荡模态下发电机组的振荡能量和励磁系统的振荡能量，并进行标幺化处理；
S4：用主导振荡模态下发电机组的振荡能量减去励磁系统的振荡能量，得到主导振荡模态下调速系统的振荡能量；
S5：提取主导振荡模态下调速系统振荡能量的非周期分量，根据非周期分量的斜率判断调速系统是否为功率振荡扰动源。
本发明的辨识方法至少具备以下优点：
1、通过发电机机端装设的同步相量测量单元PMU，采集量少，计算方便。
2、通过FFT分解和提取稳态振荡阶段的主导振荡模态，能够考虑非主导振荡模态分量的影响。
基于图1的方法，下面结合附图2-7和实施例对本发明进行详细的描述，具体包括以下步骤：
步骤S1:在发电厂的每台发电机机端装设同步相量测量单元PMU，实现对发电机组的有功功率、频率、励磁电压和励磁电流的连续记录。其中数据采样频率为100Hz，即两个数据点之间间隔10ms。
步骤S2:从PMU导出功率振荡录波后，选取稳态振荡阶段的有功功率、频率、励磁电压和励磁电流，针对有功功率，使用FFT算法提取振荡过程中的主导振荡模态分量，并得到主导振荡模态频率ωd下的各电气量分量，所述各电气量分量包括有功功率、频率、励磁电压和励磁电流的分量。
其中，步骤S2具体包括以下步骤S2.1-S2.3：
S2.1:选取录波数据开展分析；
S2.2:使用FFT算法对发电机组的有功功率进行分解，并绘制直流分量以及振荡幅值大于5MW的若干个振荡模态分量，其中幅值最大的为主导振荡模态分量，并记录主导振荡模态频率ωd；
S2.3:使用FFT算法对发电机组频率、励磁电压和励磁电流进行分解，并记录主导振荡模态频率ωd下的各电气量分量。
本实施例中，以一起调速系统异常引发强迫功率振荡的发电机组进行分析。图2是发电机组功率振荡的PMU录波；图3以图2功率振荡为例，PMU记录的发电机组有功功率在稳态振荡阶段的FFT分解结果，其主导振荡模态频率为0.8Hz。
步骤S3:根据各电气量分量的主导振荡模态分量，分别计算主导振荡模态下发电机组的振荡能量和励磁系统的振荡能量，并进行标幺化处理。
其中，步骤S3具体包括以下步骤S3.1-S3.5：
S3.1:定义网络中流入发电机母线节点的振荡能量为负，流出发电机母线节点的振荡能量为正；
S3.2:定义振荡能量标幺值p.u.＝MW·s/SN，SN为发电机组视在容量；
S3.3:经FFT分解后，有功功率ΔP1、频率Δf1、励磁电压ΔUfd1和励磁电流ΔIfd1的主导振荡模态分量是以振荡角频率ωd变化的理想周期信号：
ΔP1＝A1cos(ωdt+φ1)
Δf1＝A2cos(ωdt+φ2)
ΔUfd1＝A3cos(ωdt+φ3)
ΔIfd1＝A4cos(ωdt+φ4)
其中，A1、A2、A3、A4分别是有功功率、频率、励磁电压和励磁电流等电气量主导振荡模态分量的幅值；φ1、φ2、φ3、φ4是有功功率、频率、励磁电压和励磁电流的电气量主导振荡模态分量的初始相角。
S3.4:由于无功功率和机端电压对振荡能量影响较小，因此当忽略无功功率和机端电压幅值的变化时，主导振荡模态下发电机组的振荡能量Wi D1如下：
由上式可知，发电机组振荡能量Wi D1可以看做由三部分组成：第一部分是伴随周期性振荡存在的周期性能量变化；第二部分是由于外施扰动注入系统并在网络中传播消耗的能量，即非周期分量；第三部分是由初始值决定的常数项。
本实施例中，以图2功率振荡为例，根据本发明提出的方法，使用有功功率和频率主导振荡模态分量计算得出的发电机组振荡能量如图4。
S3.5:对于发电机组励磁系统，其主导振荡模态下振荡能量Wi exc(D1)表示为：
可知，励磁系统振荡能量可以看做由三部分组成：第一部分是伴随周期性振荡存在的周期性能量变化；第二部分是由于外施扰动注入系统并在网络中传播消耗的能量，即非周期分量；第三部分是由初始值决定的常数项。
本实施例中，以图2功率振荡为例，根据本发明提出的方法，使用励磁电压Ufd和励磁电流Ifd主导振荡模态分量计算得出的发电机组励磁系统振荡能量如图5。
步骤S4:用主导振荡模态下发电机组的振荡能量Wi D1减去励磁系统的振荡能量Wi exc(D1)，则得到主导振荡模态下调速系统的振荡能量Wi gov(D1)：
同样地，调速系统振荡能量可以看做由三部分组成：第一部分是伴随周期性振荡存在的周期性能量变化；第二部分是由于外施扰动注入系统并在网络中传播消耗的能量，即非周期分量；第三部分是由初始值决定的常数项，其Wi gov(D1)的波形图参见图6。
步骤S5:提取主导振荡模态下调速系统振荡能量的非周期分量，根据非周期分量的斜率判断调速系统是否为功率振荡扰动源。
其中，步骤S5的功率振荡扰动源的具体判断方法如下：
当调速系统振荡能量中的非周期分量斜率为正，则表明调速系统在功率振荡过程中产生振荡能量，对系统的阻尼贡献为负；
当调速系统振荡能量中的非周期分量斜率为负，则表明调速系统在功率振荡过程中消耗振荡能量，对系统的阻尼贡献为正。
本实施例中，以图2功率振荡为例，主导振荡模态下的调速系统振荡能量的非周期分量如图7所示。可见，发电机调速绕组振荡能量的非周期分量斜率为正，对系统的阻尼贡献为负，是强迫功率振荡扰动源，这一判断与现场状况完全一致。
需要说明的是，上述的在线辨识方法可以转换为程序指令，既可以使用包括处理器和存储器的辨识系统来运行实现，或者也可以通过非暂态计算机可读存储介质中存储的计算机指令来实现。
最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于FFT的发电机调速系统引发低频振荡辨识方法，其特征在于，该辨识方法包括如下步骤：
S1：当发电机组发生低频振荡时，通过同步相量测量单元PMU选取稳态振荡阶段的有功功率、频率、励磁电压和励磁电流作为电气量；
S2：基于步骤S1中的所述有功功率，使用FFT算法提取振荡过程中的主导振荡模态分量，并得到主导振荡模态频率ωd下的各电气量分量，所述各电气量分量包括有功功率、频率、励磁电压和励磁电流的分量；
S3：根据所述各电气量分量分别计算主导振荡模态下发电机组的振荡能量和励磁系统的振荡能量，并进行标幺化处理；
步骤S3具体包括以下步骤S3.1-S3.5：
S3.1:定义网络中流入发电机母线节点的振荡能量为负，流出发电机母线节点的振荡能量为正；
S3.2:定义振荡能量标幺值1p.u.＝1MW·s/SN，SN为发电机组视在容量，p.u.为标幺值的单位，Mw表示兆瓦，s表示秒；
S3.3:经FFT分解后，有功功率ΔP1、频率Δf1、励磁电压ΔUfd1和励磁电流ΔIfd1的主导振荡模态分量是以振荡角频率ωd变化的理想周期信号：
ΔP1＝A1cos(ωdt+φ1)
Δf1＝A2cos(ωdt+φ2)
ΔUfd1＝A3cos(ωdt+φ3)
ΔIfd1＝A4cos(ωdt+φ4)
其中，A1、A2、A3、A4分别是有功功率、频率、励磁电压和励磁电流的电气量主导振荡模态分量的幅值；φ1、φ2、φ3、φ4是有功功率、频率、励磁电压和励磁电流的电气量主导振荡模态分量的初始相角；
S3.4:由于无功功率和机端电压对振荡能量影响较小，因此当忽略无功功率和机端电压幅值的变化时，主导振荡模态下发电机组的振荡能量Wi D1如下：
S3.5:对于发电机组励磁系统，其主导振荡模态下振荡能量Wi exc(D1)表示为：
其中，Rfd表示励磁阻抗；
S4：用主导振荡模态下发电机组的振荡能量减去励磁系统的振荡能量，得到主导振荡模态下调速系统的振荡能量；
S5：提取主导振荡模态下调速系统振荡能量的非周期分量，根据非周期分量的斜率判断调速系统是否为功率振荡扰动源。
2.根据权利要求1所述的辨识方法，其特征在于，所述步骤S1中的同步相量测量单元PMU装设在发电厂的每台发电机机端，且PMU的数据采样频率设置为100Hz。
3.根据权利要求1所述的辨识方法，其特征在于，步骤S2具体包括以下步骤S2.1-S2.3：
S2.1:选取PMU中电气量的录波数据开展分析；
S2.2:使用FFT算法对发电机组的有功功率进行分解，并绘制直流分量以及振荡幅值大于5MW的若干个振荡模态分量，其中幅值最大的为主导振荡模态分量，并记录主导振荡模态频率ωd；
S2.3:使用FFT算法对发电机组频率、励磁电压和励磁电流进行分解，并记录主导振荡模态频率ωd下的各电气量分量。
4.根据权利要求1所述的辨识方法，其特征在于，步骤S5中的功率振荡扰动源的具体判断方法如下：
当调速系统振荡能量中的非周期分量斜率为正，则表明调速系统在功率振荡过程中产生振荡能量，对系统的阻尼贡献为负；
当调速系统振荡能量中的非周期分量斜率为负，则表明调速系统在功率振荡过程中消耗振荡能量，对系统的阻尼贡献为正。
5.一种基于FFT的发电机调速系统引发低频振荡辨识系统，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至4任一项所述的辨识方法。
6.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至4任一项所述的辨识方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911219885.3A CN110879355B (zh) | 2019-12-03 | 2019-12-03 | 一种基于fft的发电机调速系统引发低频振荡辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911219885.3A CN110879355B (zh) | 2019-12-03 | 2019-12-03 | 一种基于fft的发电机调速系统引发低频振荡辨识方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110879355A CN110879355A (zh) | 2020-03-13 |
| CN110879355B true CN110879355B (zh) | 2022-03-25 |
Family
ID=69729701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911219885.3A Active CN110879355B (zh) | 2019-12-03 | 2019-12-03 | 一种基于fft的发电机调速系统引发低频振荡辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110879355B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116203350B (zh) * | 2023-03-07 | 2024-02-27 | 西南交通大学 | 一种高水电占比电网中频率振荡源定位方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645422A (zh) * | 2013-12-18 | 2014-03-19 | 国家电网公司 | 一种发电厂内部扰动引起电网强迫功率振荡在线分析方法 |
| CN104820164A (zh) * | 2015-04-14 | 2015-08-05 | 华南理工大学 | 一种电力系统低频振荡扰动源定位方法 |
| CN106526384A (zh) * | 2016-12-01 | 2017-03-22 | 西南交通大学 | 一种用于大规模电力系统的振荡源定位方法 |
| CN106940429A (zh) * | 2017-02-24 | 2017-07-11 | 东南大学 | 基于发电机控制装置的低频振荡源定位及识别方法 |
-
2019
- 2019-12-03 CN CN201911219885.3A patent/CN110879355B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103645422A (zh) * | 2013-12-18 | 2014-03-19 | 国家电网公司 | 一种发电厂内部扰动引起电网强迫功率振荡在线分析方法 |
| CN104820164A (zh) * | 2015-04-14 | 2015-08-05 | 华南理工大学 | 一种电力系统低频振荡扰动源定位方法 |
| CN106526384A (zh) * | 2016-12-01 | 2017-03-22 | 西南交通大学 | 一种用于大规模电力系统的振荡源定位方法 |
| CN106940429A (zh) * | 2017-02-24 | 2017-07-11 | 东南大学 | 基于发电机控制装置的低频振荡源定位及识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于Hamilton实现的电力系统振荡源设备级定位;李颖等;《电力系统自动化》;20121210;第36卷(第23期);正文第0-4节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110879355A (zh) | 2020-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ramadhan et al. | An effect sensitivity harmonics of rotor induction motors based on fuzzy logic | |
| CN107132450B (zh) | 一种海上双馈电机定子绕组匝间短路早期故障辨识方法 | |
| CN110119570B (zh) | 一种实测数据驱动的风电场模型参数校核方法 | |
| CN103645422B (zh) | 一种发电厂内部扰动引起电网强迫功率振荡在线分析方法 | |
| CN102510263A (zh) | 基于抛载试验和数值差分的同步发电机实用参数辨识方法 | |
| CN110879355B (zh) | 一种基于fft的发电机调速系统引发低频振荡辨识方法 | |
| Wang et al. | PMU based problematic parameter identification approach for calibrating generating unit models | |
| CN113820571B (zh) | 一种风电场电缆绝缘在线监测方法及装置 | |
| Prudnikov et al. | Virtual model of an induction motor with rotor eccentricity | |
| CN108535558B (zh) | 一种电力稳定器的测试方法及系统 | |
| CN110879324B (zh) | 一种励磁系统在功率振荡中阻尼特性的辨别方法 | |
| CN104267243B (zh) | 同步发电机内电势和电抗参数的测量方法及装置 | |
| CN109088436B (zh) | 一种vsc多尺度暂态建模方法 | |
| KR20090055061A (ko) | 풍력 발전 단지의 모델링 및 해석 파라미터 시험 방법 | |
| Venayagamoorthy et al. | A continually online trained artificial neural network identifier for a turbogenerator | |
| CN110879356B (zh) | 适用于发电机控制系统扰动源定位的振荡能量计算方法 | |
| CN110890753B (zh) | 一种基于vmd算法的发电机组扰动源定位方法 | |
| Zaggout et al. | Wind turbine condition monitoring using generator control loop signals | |
| CN107894565B (zh) | 一种基于代数法的异步电动机动态参数辨识方法 | |
| Krzysztofiak et al. | Online control signal-based diagnosis of interturn short circuits of PMSM drive | |
| CN110879357A (zh) | 一种基于同步相量测量的强迫功率振荡扰动源定位方法 | |
| Nocoń et al. | Measurement parameter estimation of the model of a synchronous generator working in thermal electric power plant | |
| CN105808833A (zh) | 一种基于多数据集合的并行同步发电机在线参数辨识方法 | |
| CN117039891B (zh) | 基于余弦相似度的风电机组Crowbar动作辨识方法 | |
| He et al. | A Fault Feature Extraction Model in Synchronous Generator under Stator Inter-Turn Short Circuit Based on ACMD and DEO3S. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |