低频振荡模式鲁棒递推及自适应滤波辨识算法的研究

《低频振荡模式鲁棒递推及自适应滤波辨识算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文中文摘要摘要随着大型机组快速励磁系统的应用，以及电网规模的不断扩大，低频振荡问题日益突出，严重威胁着电力系统安全稳定运行。现有的在线辨识算法仅能对单一类型的信号(稳态或动态)有效，对信号类型发生变化(如稳态时发生扰动)，则缺乏准确和有效辨识。如何对电力系统低频振荡模式进行全过程的辨识和跟踪，对低频振荡进行及时预警和告警具有重要作用。本文提出的新型鲁棒递推以及鲁棒自适应滤波辨识方法可有效的解决上述问题。本文首先对广域测量系统结构及应用现状、低频振荡的定义、发生机理以及各种分析方法进行了综述。基于小扰动理论给出了ARMA模型用于低频振荡的原理

2、，并对ARMA模型的定阶问题进行了分析和讨论。结合低频振荡在线辨识的实际情况，本文还提出了一种低频振荡模式辨识的方案，包括数据预处理、ARMA模型定阶、ARMA模型参数计算、低频振荡模式计算、主导模式提取。其次，分析了常规递推算法在辨识动态数据时可能发散的原因，通过在算法中引入基于输入信号自相关矩阵和互相关向量的L1范数的自适应权重参数，保证算法在扰动条件下的收敛性，实现了一种基于ARMA模型的新型鲁棒递推算法。采用新英格兰39节点系统的时域仿真获得了稳态类噪声数据、带扰动类噪声数据以及模式变化数据，进行辨识，并通过对该数据的辨识，验证了该算法的有效性、鲁棒

3、性、快速跟踪性。最后采用南方电网实测数据进行了分析和测试，进一步验证了该方法在同时辨识稳态数据和动态数据中的有效性。最后，研究了基于最小均方二乘的自适应滤波算法的低频振荡辨识的原理和方法。分析了最小均方二乘的自适应滤波算法辨识动态数据不收敛的原因，并将鲁棒最小均方二乘的自适应滤波算法首次应用于的低频振荡模式辨识。并采用新英格兰39节点系统的时域仿真数据和南方电网实测数据对算法进行了分析和测试。验证了该算法的鲁棒性和有效性。结果表明：鲁棒最小均方二乘的自适应滤波算法对稳态数据和动态数据均可辨识，并能消除异常数据对辨识结果的影响。关键词：低频振荡模式，在线辨识，

4、自回归滑动平均模型，鲁棒递推算法，鲁棒自适应滤波算法重庆大学硕士学位论文英文摘要ABSTRACTWith也ela略euIlits印plicationtofastexcitationsystemaIld也edevelopmentpowergrid，mewidespreadlow-丘eqllencyoscillationseriouslythreatensthesafeoperatingofpowersyStem．Theexitillgonlilleidentificationalgorimmise矗．ectivetosingle呻esignaLl(ambien

5、tda_taorringdowndata)，bmlacksaccuIateande髓ctiveidentification、)~，i也changeof也e帅esigllal(suchasmedish曲aIlcesoccurrenCemsteadys诅te)．Howtoestimateand舰ckmelow舶quencyoscillationmodesinpoWersystemduriIlgmewholeprocess．W缸ningaJldal嬲ningoftllelow丘equencyoscilIationtimelyisVeryimpo心ult．Thisp

6、aperproposedmatthenewrobustrecursiVea11drobustadamiVefllterillgidenti五cationmetllodcane髓ctiVelys01Vet11eaboveproblem．Firstly，mes仃ucturea11dapplicationsituationofwideareameasurementsystemandthedefimtion，mecha血smasweUasaVarietyofanal如calmemodsforlow舶quencyoscil_lationwerereViewed．A处缎

7、modelfort11e10w-丘equencyoscillationprinciplebasedonmetheo巧ofsmallperturbations、vasgiVen，a11dproblemofdetermillingtheorderofARMAmodelwasanalysedanddiscussed．Combinedwiththeactualsituationofme011lineidentificationforlow行equencyoscillation，thispaperputfonⅣardalowf．requencyoscillationm

8、odeidentificationscheme，in