CN116014760B - 随机响应下电力系统超低频振荡辨识及振荡源定位方法 - Google Patents

随机响应下电力系统超低频振荡辨识及振荡源定位方法 Download PDF

Info

Publication number
CN116014760B
CN116014760B CN202310146258.1A CN202310146258A CN116014760B CN 116014760 B CN116014760 B CN 116014760B CN 202310146258 A CN202310146258 A CN 202310146258A CN 116014760 B CN116014760 B CN 116014760B
Authority
CN
China
Prior art keywords
oscillation
frequency
generator
pidmd
power system
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
CN202310146258.1A
Other languages
English (en)
Other versions
CN116014760A (zh
Inventor
孙正龙
雷璇
姜超
杨冬峰
刘铖
蔡国伟
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202310146258.1A priority Critical patent/CN116014760B/zh
Publication of CN116014760A publication Critical patent/CN116014760A/zh
Application granted granted Critical
Publication of CN116014760B publication Critical patent/CN116014760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开的随机响应下电力系统超低频振荡辨识及振荡源定位方法属于电力系统超低频振荡事故分析技术领域。为精确的反映系统在随机响应下发生超低频振荡时的振荡情况，以便及时采取有效的措施抑制或消除振荡，维持电力系统的安全稳定运行，本发明提供一种在电力系统随机响应模型的基础上，实现超低频振荡的在线检测和准确定位的方法，利用基于量测数据的信息分析方法对随机响应数据处理与分析，获取模态参数，在此基础上，结合能量流理论，计算各发电机端口的耗散能量，分析超低频振荡模式下耗散能量的分布，实现对主导振荡路径的在线定位与跟踪，实现振荡源定位，准确性高，稳定性好，应用广泛，对抑制电力系统的超低频振荡有重大的意义。

Description

随机响应下电力系统超低频振荡辨识及振荡源定位方法
技术领域
本发明属于电力系统超低频振荡事故分析技术领域，特别是涉及到一种随机响应下电力系统超低频振荡辨识及振荡源定位方法。
背景技术
近年来，高水电占比电网中超低频振荡事故在国内外时有发生，这种超低频率的振荡给电网带来极大的损失，因此超低频振荡的准确辨识与定位十分重要。
电力系统的动态响应一般可以分为两类：一类是反映电力系统受到大扰动时引起的动态变化，称为暂态响应，另一类是反映电力系统处于正常运行状态，受到小干扰时引起的动态变化过程，称为随机响应。大扰动的扰动形式包括短路、断线、发电机退出运行等，小扰动的扰动形式包括负荷的随机投切以及其他小幅随机性波动。暂态响应的特点是波动幅度较大，但持续时间很短，它可以在扰动发生后的数秒内达到新的动态平衡并保持在稳定状态。随机响应的特点是系统中振荡分量幅值的波动比较小，随机响应信号的波形通常为锯齿状，表征小幅波动，是一种不间断且不受控的类噪声信号，蕴含了系统丰富的动态特征信息。
以往的研究都是基于暂态响应数据，对超低频振荡进行分析，由于系统恢复稳定的速度比较快，持续时间比较短，因此得到的数据有限，这样就使分析结果有一定的局限性。
因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
发明内容
本发明所要解决的技术问题是：提供一种随机响应下电力系统超低频振荡辨识及振荡源定位方法用于解决现有的超低频振荡分析与研究都是基于暂态响应数据持续时间比较短，因此得到的数据有限导致分析结果有一定局限性的技术问题。
随机响应下电力系统超低频振荡辨识及振荡源定位方法，包括以下步骤，并且以下步骤顺次进行:
步骤一、随机数据采集与预处理
①随机数据采集
改变负荷波动作为环境激励，对电力系统进行机电暂态仿真，分别采集一定时间段内的随机扰动下电力系统各发电机的频率偏差△f，有功功率P、无功功率Q以及电压U；
②基准获取
利用特征值分析法进行参数辨识，获得基准振荡频率以及基准阻尼比；
③模式提取
利用小波滤波同时对采集的各发电机的频率偏差△f进行滤波处理，将特征值分析法获得的振荡频率作为小波滤波的中心频率，在中心频率处设置指定的带宽，提取超低频振荡模式；
步骤二、模态分析
利用基于物理学的动态模式分解(Physics-informed dynamic modedecomposition，piDMD)辨识并获得超低频振荡模式的振荡频率与阻尼比，用特征值分析法获得的基准振荡频率与基准阻尼比对应减去piDMD辨识的发电机振荡频率与阻尼比，获得的误差值作为piDMD方法辨识的误差；
误差值在设定的阈值范围之外，调整piDMD的设置参数后再次辨识并获得超低频振荡模式的振荡频率与阻尼比，用特征值分析法获得的基准振荡频率与基准阻尼比对应减去调整后piDMD辨识的发电机振荡频率与阻尼比直至误差值在设定的阈值范围内；
误差值在设定的阈值范围内，记录相应的piDMD辨识得到的发电机振荡频率与阻尼比并进行步骤三；
步骤三、发电机端口的耗散能量计算
根据采集时间段内获得的各发电机端口的有功功率P、无功功率Q以及电压U获得有功功率变化量、无功功率变化量以及电压幅值的自然对数变化量，再将piDMD辨识得到的振荡频率作为带通滤波器的中心频率，在中心频率处设置指定的带宽，利用滤波再次提取超低频振荡模式，利用发电机端口的耗散能量公式计算并获得该超低频振荡模式下各发电机端口的耗散能量WDi；
WDi＝∫(ΔPi2πΔfidt+ΔQid(ΔlnUi))
其中，△Pi为第i台发电机端口有功功率变化量，fi为发电机频率，△Qi为第i台发电机端口无功功率变化量，Ui为第i台发电机端电压幅值，△lnUi为Ui的自然对数变化量，t表示函数自变量时间，△fi为第i台发电机的频率偏差；
步骤四、振荡源定位
根据耗散能量公式，获得耗散能量在每个时刻的值，利用Matlab中的绘图代码，绘制出耗散能量随时间变化的曲线，即为耗散能量流，对耗散能量流进行线性拟合，将耗散能量WDi用另一种表示方式为：WDi＝Zit+C，公式中，Zi为耗散能量的趋势分量，t为拟合函数自变量时间，C为耗散能量初始值，提取各发电机耗散能量的趋势分量Zi，获得描述耗散能量曲线的变化趋势，在Zi为负值时，所对应的发电机为振荡源，实现振荡源定位。
所述步骤二中piDMD采用滑动数据窗方法进行参数辨识，根据仿真时间确定滑动窗口的起点，滑动窗长以及窗口滑动间隔；所述调整piDMD的设置参数具体为调整滑动窗口的起点，滑动窗长以及窗口滑动间隔。
所述步骤三中的有功功率变化量、无功功率变化量以及电压幅值的自然对数变化量均为进行滤波、去趋势和归一化处理后的变化量。
所述步骤四中利用Matlab软件中的Curve Fitting Tool工具箱对各发电机耗散能量进行线性拟合。
通过上述设计方案，本发明可以带来如下有益效果：
为精确的反映系统在随机响应下发生超低频振荡时的振荡情况，以便及时采取有效的措施抑制或消除振荡，维持电力系统的安全稳定运行，本发明提供一种在电力系统随机响应模型的基础上，实现超低频振荡的在线检测和准确定位的方法，利用基于量测数据的信息分析方法对随机响应数据处理与分析，获取模态参数，在此基础上，结合能量流理论，计算各发电机端口的耗散能量，分析超低频振荡模式下耗散能量的分布，实现对主导振荡路径的在线定位与跟踪，实现振荡源定位，准确性高，稳定性好，应用广泛，对抑制电力系统的超低频振荡有重大的意义。
附图说明
以下结合附图和具体实施方式对本发明作进一步的说明：
图1为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的流程框图；
图2为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法使用的装置结构示意图；
图3为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的实施例中十六机五区系统结构示意图；
图4为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的实施例中超低频振荡模式下计算的各发电机端口的耗散能量图。
图5本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的实施例中超低频振荡模式下计算的各发电机端口的耗散能量图的局部A放大图。
图6为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的实施例中piDMD不同负荷波动下的参数辨识结果表。
图7为本发明随机响应下电力系统超低频振荡辨识及振荡源定位方法的实施例中各发电机耗散能量的指标Zi的比率表。
具体实施方式
随机响应下电力系统超低频振荡辨识及振荡源定位方法，采用随机响应下电力系统超低频振荡辨识及振荡源定位装置，如图2所示，所述装置包括以下模块：
获取模块，用于获取各发电机电气量数据，作为后续计算的基础；
计算模块，用于对获取模块中获取的各发电机电气量数据进行处理和计算，通过小波滤波，得到超低频振荡模式，分别利用特征值分析法与piDMD进行参数辨识，并计算发电机端口的耗散能量以及指标Zi；
比较模块，用于对计算模块计算结果的比较分析，将piDMD辨识结果与特征值分析结果对比，计算误差；
判断模块，用于判断耗散能量曲线的变化趋势，定位振荡源。
随机响应下电力系统超低频振荡辨识及振荡源定位方法，如图1所示，包括以下步骤：
S1、收集系统随机响应信号，利用特征值分析法确定带通滤波器的中心频率，并根据数据调整带宽，提取超低频振荡模式，进行信号预处理。
所述S1具体包括：
S11、改变负荷波动作为环境激励，对系统进行机电暂态仿真，获取随机扰动下电力系统各发电机的频率偏差△f，有功功率P、无功功率Q、电压U，电量数据的采集时间不少于10分钟；
S12、利用特征值分析法计算得到振荡频率与阻尼比，得到的振荡频率与阻尼比作为模态参数基准，分别称为基准振荡频率以及基准阻尼比；
S13、各发电机的频率偏差△f采集后放在一个excel表格内，然后小波滤波对整个excel表格的数据进行处理，将特征值分析法获得的频率作为小波滤波的中心频率，在中心频率处设置合适的指定带宽0.0011Hz，提取超低频振荡模式；
S2、利用Physics-informed dynamic mode decomposition(piDMD)确定超低频振荡模式的振荡频率与阻尼比，以特征值分析法获得的振荡频率与阻尼比为基准，获得piDMD方法辨识的误差。
所述S2具体包括：
S21、piDMD参数辨识采用滑动数据窗方法，由于仿真初始与结束的一段时间内，数据会有轻微波动，因此不参与计算，根据仿真时间，确定滑动窗口的起点，滑动窗长以及窗口滑动间隔；
S22、以用特征值分析法获得的振荡频率与阻尼比减去piDMD辨识的发电机振荡频率与阻尼比，获得的误差值作为piDMD方法辨识的误差，用于验证piDMD方法的准确性；
误差值在设定的阈值范围之外，调整piDMD的滑动窗口的起点，滑动窗长以及窗口滑动间隔后再次辨识并获得超低频振荡模式的振荡频率与阻尼比，用特征值分析法获得的基准振荡频率与基准阻尼比对应减去调整后piDMD辨识的发电机振荡频率与阻尼比直至误差值在设定的阈值范围内；
误差值在设定的阈值范围内，记录相应的piDMD辨识得到的发电机振荡频率与阻尼比并进行S3；
S3、将piDMD得到的振荡频率作为带通滤波器的中心频率，设置合适的指定带宽0.0011Hz，计算超低频振荡模式下各发电机端口的耗散能量。
所述S3具体包括：
S31、将Physics-informed dynamic mode decomposition(piDMD)辨识的频率作为小波滤波的中心频率，并根据数据调整合适的带宽，对采集的发电机的有功功率P、无功功率Q、电压U进行滤波处理，提取超低频振荡模式；
S32、电网流入发电机的发电机耗散能量流为：
WDi＝∫(ΔPi2πΔfidt+ΔQid(ΔlnUi))
其中，△Pi为第i台发电机端口有功功率变化量，△Qi为第i台发电机端口无功功率变化量，Ui为第i台发电机端电压幅值，△lnUi为Ui的自然对数变化量，t表示函数自变量时间，△fi为第i台发电机的频率误差的误差值。
所述S31具体包括：
在数据采集时间内，以稳态值为基准，计算发电机的有功功率P的变化量、无功功率Q的变化量、电压U的变化量，并计算电压U的自然对数lnU及其变化量，对P、Q、lnU的变化量进行滤波，进行去趋势、归一化处理，得到对应的变化量△Pi、△Qi、△lnUi。
S4、根据耗散能量公式，获得耗散能量在每个时刻的值，利用Matlab中的绘图代码，绘制出耗散能量随时间变化的曲线，即为耗散能量流，对耗散能量流进行线性拟合，提取发电机耗散能量的趋势分量Zi，描述耗散能量曲线的变化趋势，根据指标Zi的正负，实现振荡源定位。
所述步骤S4具体包括：
S41、利用Matlab软件中的Curve Fitting Tool工具箱对各发电机耗散能量进行线性拟合；
S42、耗散能量WDi可表示为：WDi＝Zit+C，其中，Zi为耗散能量的趋势分量，t为拟合函数自变量时间，C为耗散能量初始值，提取各发电机耗散能量的趋势分量Zi，获得描述耗散能量曲线的变化趋势，在Zi为负值时，所对应的发电机为振荡源，实现振荡源定位。
实施例
以十六机五区系统为例，验证本发明的有效性，16机5区系统的电气接线图如图3所示。
步骤一、随机数据采集与预处理
1.随机数据采集
将负荷波动的强度分别设为信噪比SNR＝50dB,SNR＝40dB,SNR＝35dB,SNR＝30dB，在不同环境激励下分别采集一定时间段内各发电机的频率偏差△f，有功功率P、无功功率Q以及电压U；
2.基准获取
利用特征值分析法进行参数辨识，获得振荡频率与阻尼比作为模态参数基准，分别称为基准振荡频率以及基准阻尼比；负荷波动的强度不影响特征值分析法的结果，因此4种强度的负荷波动只需要进行1次特征值分析；
3.模式提取
利用小波滤波同时对采集的各发电机的频率偏差△f进行滤波处理，将特征值分析法获得的频率作为小波滤波的中心频率，在中心频率处设置合适的指定带宽0.0011Hz，提取超低频振荡模式；
步骤二、模态分析
利用基于物理学的动态模式分解(Physics-informed dynamic modedecomposition，piDMD)辨识并获得超低频振荡模式的振荡频率与阻尼比，以步骤二中特征值分析法获得的基准振荡频率与基准阻尼比为基准值，计算并获得利用piDMD辨识的发电机振荡频率与阻尼比的差值，利用piDMD在不同负荷波动下的参数辨识结果表如图6所示；
由图6可知，不同环境激励下，piDMD的辨识结果与基准值非常相近，误差很小，验证了piDMD的辨识方法的准确性，随负荷波动的改变，该方法的辨识结果波动很小，表明了该方法的稳定性与有效性；
步骤三、发电机端口的耗散能量计算
根据采集时间段内获得的各发电机端口的有功功率P、无功功率Q以及电压U获得有功功率变化量、无功功率变化量以及电压幅值的自然对数变化量，再将piDMD辨识得到的振荡频率作为带通滤波器的中心频率，在中心频率处设置合适的带宽，提取超低频振荡模式，利用发电机端口的耗散能量公式计算并获得各发电机端口的耗散能量WDi；
WDi＝∫(ΔPi2πΔfidt+ΔQid(ΔlnUi))
其中，△Pi为第i台发电机端口有功功率变化量，fi为发电机频率，△Qi为第i台发电机端口无功功率变化量，Ui为第i台发电机端电压幅值，△lnUi为Ui的自然对数变化量，t表示函数自变量时间，△fi为第i台发电机的频率偏差；
由此得到的耗散能量曲线如图4所示；
步骤四、振荡源定位
根据耗散能量公式，获得耗散能量在每个时刻的值，利用Matlab中的绘图代码，绘制出耗散能量随时间变化的曲线，即为耗散能量流，耗散能量WDi曲线随时间的变化趋势可衡量机组的能量变化，曲线呈上升趋势，表示一个时段内流入机组的振荡能量为正，机组在消耗能量，曲线呈下降趋势，表示发电机在向系统注入能量，即振荡源所在。为更准确的判断WDi曲线的趋势，对耗散能量流进行线性拟合，将耗散能量WDi用另一种表示方式为：WDi＝Zit+C，公式中，Zi为耗散能量的趋势分量，t为拟合函数自变量时间，C为耗散能量初始值，提取各发电机耗散能量的趋势分量Zi，获得描述耗散能量曲线的变化趋势，根据Zi的正负即可识别元件产生或消耗能量的情况，如果流入某元件振荡能量的Zi＞0，那么该元件消耗能量，反之,若Zi＜0,则产生能量，是振荡源。
以发电机G13为基准，各发电机耗散能量的指标Zi的比率表如图7所示。
由图7可知，发电机G1-G10，G12-G16对应的Zi为正值，表明发电机G1-G10，G12-G16在消耗能量，而发电机G11对应的Zi为负值，表明在产生能量，因此发电机G11为振荡源。
利用本方法，可以更精确的辨识出系统超低频振荡的振荡频率与阻尼比，并实现对主导振荡路径的在线定位与跟踪，使电网的工作人员更好的了解系统的振荡情况，及时采取有效的措施，抑制或消除振荡，减小电网的损失。

Claims (4)

1.随机响应下电力系统超低频振荡辨识及振荡源定位方法，其特征是：包括以下步骤，并且以下步骤顺次进行:
步骤一、随机数据采集与预处理
①随机数据采集
改变负荷波动作为环境激励，对电力系统进行机电暂态仿真，分别采集一定时间段内的随机扰动下电力系统各发电机的频率偏差△f，有功功率P、无功功率Q以及电压U；
②基准获取
利用特征值分析法进行参数辨识，获得基准振荡频率以及基准阻尼比；
③模式提取
利用小波滤波同时对采集的各发电机的频率偏差△f进行滤波处理，将特征值分析法获得的振荡频率作为小波滤波的中心频率，在中心频率处设置指定的带宽，提取超低频振荡模式；
步骤二、模态分析
利用基于物理学的动态模式分解(Physics-informed dynamic mode decomposition，piDMD)辨识并获得超低频振荡模式的振荡频率与阻尼比，用特征值分析法获得的基准振荡频率与基准阻尼比对应减去piDMD辨识的发电机振荡频率与阻尼比，获得的差值作为piDMD方法辨识的误差值；
误差值在设定的阈值范围之外，调整piDMD的设置参数后再次辨识并获得超低频振荡模式的振荡频率与阻尼比，用特征值分析法获得的基准振荡频率与基准阻尼比对应减去调整后piDMD辨识的发电机振荡频率与阻尼比直至误差值在设定的阈值范围内；
误差值在设定的阈值范围内，记录相应的piDMD辨识得到的发电机振荡频率与阻尼比并进行步骤三；
步骤三、发电机端口的耗散能量计算
根据采集时间段内获得的各发电机端口的有功功率P、无功功率Q以及电压U获得有功功率变化量、无功功率变化量以及电压幅值的自然对数变化量，再将piDMD辨识得到的振荡频率作为带通滤波器的中心频率，在中心频率处设置指定的带宽，利用滤波再次提取超低频振荡模式，利用发电机端口的耗散能量公式计算并获得该超低频振荡模式下各发电机端口的耗散能量WDi；
WDi＝∫(ΔPi2πΔfidt+ΔQid(ΔlnUi))
其中，△Pi为第i台发电机端口有功功率变化量，△Qi为第i台发电机端口无功功率变化量，Ui为第i台发电机端电压幅值，△lnUi为Ui的自然对数变化量，t表示函数自变量时间，△fi为第i台发电机的频率偏差；
步骤四、振荡源定位
根据耗散能量公式，获得耗散能量在每个时刻的值，利用Matlab中的绘图代码，绘制出耗散能量随时间变化的曲线，即为耗散能量流，对耗散能量流进行线性拟合，将耗散能量WDi用另一种表示方式为：WDi＝Zit+C，公式中，Zi为耗散能量的趋势分量，t为拟合函数自变量时间，C为耗散能量初始值，提取各发电机耗散能量的趋势分量Zi，获得描述耗散能量曲线的变化趋势，在Zi为负值时，所对应的发电机为振荡源，实现振荡源定位。
2.根据权利要求1所述的随机响应下电力系统超低频振荡辨识及振荡源定位方法，其特征是：所述步骤二中piDMD采用滑动数据窗方法进行参数辨识，根据仿真时间确定滑动窗口的起点，滑动窗长以及窗口滑动间隔；所述调整piDMD的设置参数具体为调整滑动窗口的起点，滑动窗长以及窗口滑动间隔。
3.根据权利要求1所述的随机响应下电力系统超低频振荡辨识及振荡源定位方法，其特征是：所述步骤三中的有功功率变化量、无功功率变化量以及电压幅值的自然对数变化量均为进行滤波、去趋势和归一化处理后的变化量。
4.根据权利要求1所述的随机响应下电力系统超低频振荡辨识及振荡源定位方法，其特征是：所述步骤四中利用Matlab软件中的Curve Fitting Tool工具箱对各发电机耗散能量进行线性拟合。
CN202310146258.1A 2023-02-21 2023-02-21 随机响应下电力系统超低频振荡辨识及振荡源定位方法 Active CN116014760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310146258.1A CN116014760B (zh) 2023-02-21 2023-02-21 随机响应下电力系统超低频振荡辨识及振荡源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310146258.1A CN116014760B (zh) 2023-02-21 2023-02-21 随机响应下电力系统超低频振荡辨识及振荡源定位方法

Publications (2)

Publication Number Publication Date
CN116014760A CN116014760A (zh) 2023-04-25
CN116014760B true CN116014760B (zh) 2024-05-14

Family

ID=86025134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310146258.1A Active CN116014760B (zh) 2023-02-21 2023-02-21 随机响应下电力系统超低频振荡辨识及振荡源定位方法

Country Status (1)

Country Link
CN (1) CN116014760B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116632864B (zh) * 2023-05-31 2024-04-19 东北电力大学 环境激励下基于调速器参数切换的超低频振荡控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117547A (zh) * 2013-03-04 2013-05-22 中国南方电网有限责任公司 一种电力系统低频振荡的振荡源定位方法
CN106407955A (zh) * 2016-10-20 2017-02-15 西南交通大学 一种电力系统低频振荡模式在线辨识方法
CN109001556A (zh) * 2018-05-31 2018-12-14 国网四川省电力公司电力科学研究院 一种类强迫超低频振荡的判别方法及系统
CN109217336A (zh) * 2018-09-05 2019-01-15 河海大学 基于分区建模的同步发电机阻尼系数在线辨识方法
CN110323759A (zh) * 2019-02-27 2019-10-11 华北电力大学 一种超低频振荡关键机组及其设备定位方法
CN112861328A (zh) * 2021-01-22 2021-05-28 东北电力大学 一种基于随机响应信号的发电机阻尼评估装置及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8000914B2 (en) * 2008-03-04 2011-08-16 Washington State University Systems and methods for electromechanical oscillation monitoring
US11340271B2 (en) * 2020-07-31 2022-05-24 University Of Tennessee Research Foundation Forced oscillation source location determination based on oscillation mode angle analysis using synchrophasor data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117547A (zh) * 2013-03-04 2013-05-22 中国南方电网有限责任公司 一种电力系统低频振荡的振荡源定位方法
CN106407955A (zh) * 2016-10-20 2017-02-15 西南交通大学 一种电力系统低频振荡模式在线辨识方法
CN109001556A (zh) * 2018-05-31 2018-12-14 国网四川省电力公司电力科学研究院 一种类强迫超低频振荡的判别方法及系统
CN109217336A (zh) * 2018-09-05 2019-01-15 河海大学 基于分区建模的同步发电机阻尼系数在线辨识方法
CN110323759A (zh) * 2019-02-27 2019-10-11 华北电力大学 一种超低频振荡关键机组及其设备定位方法
CN112861328A (zh) * 2021-01-22 2021-05-28 东北电力大学 一种基于随机响应信号的发电机阻尼评估装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小幅度强迫振荡的检测和扰动源定位;谭雨洁;中国优秀硕士学位论文全文数据库;20200815;工程科技Ⅱ辑(2020年第08期);C042-311 *

Also Published As

Publication number Publication date
CN116014760A (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN116014760B (zh) 随机响应下电力系统超低频振荡辨识及振荡源定位方法
CN114863652B (zh) 变压器状态监测智能预警方法
Jain et al. An adaptive time-efficient technique for harmonic estimation of nonstationary signals
CN111669123B (zh) 用于对光伏组串进行故障诊断的方法和装置
CN101915601B (zh) 一种1000mw汽轮发电机组轴系模态阻尼的求取方法
CN113991702B (zh) 一种基于准稳态数据的电力系统惯量评估方法
CN106772042B (zh) 一种发电机原动系统阻尼在线检测方法
CN113268835B (zh) 基于扩展隔离林和云模型的抽水蓄能水电机组健康评估方法和装置
CN110504695B (zh) 一种评估双馈风机在强迫振荡中参与度的方法
CN106407955B (zh) 一种电力系统低频振荡模式在线辨识方法
CN117849662B (zh) 一种具备漏电监测预警系统的电表箱
CN111639583A (zh) 一种电网电能质量扰动的识别方法及系统
CN112861328B (zh) 一种基于随机响应信号的发电机阻尼评估装置及方法
CN117517792B (zh) 一种用于新能源电容器的容量自动检测装置及检测方法
CN103921173B (zh) 变频调速数控机床主轴电机输出功率的在线检测方法
CN105932669B (zh) 风功率波动分量分解器以及风电出力波动特性评估方法
CN116070107A (zh) 基于二元游程序列的负荷电流波形和激励特性分析方法
CN110531137A (zh) 一种电能质量调节、电压暂变检测方法及动态电压恢复器
CN110879324B (zh) 一种励磁系统在功率振荡中阻尼特性的辨别方法
Gu et al. Online monitoring of wind turbine operation efficiency and optimization based on benchmark values
CN108365614B (zh) 一种区域电网振荡在线预警方法及装置
CN107342599B (zh) 一种机电暂态仿真中控制系统稳定性自动诊断和参数调整方法
Yang et al. Wide frequency oscillation mode identification based on improved Prony algorithm
CN112034232A (zh) 一种供电系统电压暂降检测方法
Zhang et al. Design of Intelligent Power Load Automatic Monitoring System

Legal Events

Date Code Title Description
PB01 Publication
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