-
公开(公告)号:CN117743894A
公开(公告)日:2024-03-22
申请号:CN202311747689.X
申请日:2023-12-19
Applicant: 东北电力大学
IPC: G06F18/24 , G01R31/00 , G06F18/2131
Abstract: 一种基于改进自适应VMD的次同步振荡特征参数辨识方法,属于电力系统运维技术领域,对与次同步振荡强相关的电气量进行分析,并将其作为输入信号f,对输入信号f进行WFT频谱分析,通过观察WFT频谱图中的峰值的个数,判断输入信号f中所含的振荡模态的个数,进而可以确定VMD算法中的模态分解个数K的值;使用VMD算法将输入信号f分解为K个固有模态分量,然后对模态分量进行Hilbert变换,通过公式计算得出该模态分量的次同步振荡特征参数。本发明有效地解决了传统的次同步振荡参数辨识方法中出现的模态混叠、虚假模态等问题,提高了次同步振荡信号分解的精度和稳定性,参数辨识结果能够比较准确地表现出次同步振荡信号的特征。
-
公开(公告)号:CN119362427A
公开(公告)日:2025-01-24
申请号:CN202411458672.7
申请日:2024-10-18
Applicant: 东北电力大学
IPC: H02J3/00 , G06F18/20 , G06F18/10 , G06F18/15 , G06F17/18 , G06N7/01 , G01R31/34 , G01R21/00 , G06F123/02
Abstract: 基于KDE传递熵因果分析的强迫功率振荡扰动源定位方法属于电力系统运维技术领域。本发明通过分析系统强迫功率振荡过程中扰动源与非扰动源机组量测信号因果关系,实现强迫功率扰动源定位。本发明将因果分析方法用于解决强迫功率振荡扰动源定位问题,摆脱了对系统模型和参数的依赖,仅依据量测数据即可实现强迫振荡扰动源的快速在线定位,有效提高了强迫振荡扰动源的定位精度与定位效率。
-