-
公开(公告)号：CN109995374B
公开(公告)日：2021-02-26
申请号：CN201910151111.5
申请日：2019-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种用于电力系统数据压缩的主成分分量迭代选择方法，所述方法在传统主成分分析数据压缩方法的基础上，首先设定主成分分量数N′为1，进而计算迭代的主成分矩阵，重新构建估计数据矩阵，再计算所有重构相量数据相比与原始相量数据最大的综合矢量误差值，并据此判断是否满足重构数据精度，若精度不满足则进一步迭代，直至得到满足重构精度的主成分分量数。本发明不依赖于数据样本归一化处理，可应用于复数域上的相量数据压缩；同时，迭代过程不会显著地增加主成分分析方法的计算量，当采用主成分分析方法对同步相量数据进行压缩时，有效提高数据的压缩比和重构数据精度，适用于电力系统中的数据压缩的主成分分量的选择。
-
公开(公告)号：CN111257636B
公开(公告)日：2021-05-11
申请号：CN202010115190.7
申请日：2020-02-25
Applicant: 北京交通大学
IPC: G01R23/16
Abstract: 本发明提供了一种电力系统次同步和超同步振荡频率辨识方法，包括：获得同步相量数据序列；针对所述同步相量数据序列进行复数域离散傅里叶变换频谱分析；对分析结果进行多次计算获得次同步振荡中的次同步分量频率和超同步分量频率。本发明提供的方法以同步相量为对象使用复数域的离散傅里叶变换进行频谱分析，相比较于现有技术中使用同步相量幅值进行频谱分析仅能得到次同步振荡频率而不能得到超同步振荡频率的缺点，本发明提供的方法仅使用已有的二倍额定频率同步相量即可辨识出二倍额定频率以内的次同步分量和超同步分量的频率。
-
公开(公告)号：CN109936373A
公开(公告)日：2019-06-25
申请号：CN201910151948.X
申请日：2019-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种用于同步相量数据测量的实时数据压缩方法，通过计算数据时间判定条件并判断是否超时条件，而后计算压缩判定条件并判断是否满足压缩判定条件，最后根据是否满足条件，保留数据压缩后的一个相量数据点或不保留任何数据，完成数据的实时压缩。本发明所使用的数据窗长度可随实际应用的需求调整，与其他数据压缩方法需要分钟级长度的数据窗相比具有显著优势；相量的幅值和相位保留与否始终是一一对应的，同时在复数域进行处理，有效避免了两者分别处理导致的误差，降低了数据重建时的误差，有效保留了数据序列的时序性，可以用于相量测量终端的实时数据压缩。
-
公开(公告)号：CN109936373B
公开(公告)日：2023-05-02
申请号：CN201910151948.X
申请日：2019-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种用于同步相量数据测量的实时数据压缩方法，通过计算数据时间判定条件并判断是否超时条件，而后计算压缩判定条件并判断是否满足压缩判定条件，最后根据是否满足条件，保留数据压缩后的一个相量数据点或不保留任何数据，完成数据的实时压缩。本发明所使用的数据窗长度可随实际应用的需求调整，与其他数据压缩方法需要分钟级长度的数据窗相比具有显著优势；相量的幅值和相位保留与否始终是一一对应的，同时在复数域进行处理，有效避免了两者分别处理导致的误差，降低了数据重建时的误差，有效保留了数据序列的时序性，可以用于相量测量终端的实时数据压缩。
-
公开(公告)号：CN111273103A
公开(公告)日：2020-06-12
申请号：CN202010127600.X
申请日：2020-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于同步相量复数域频谱分析的电力系统振荡辨识方法，基于复数域的离散傅里叶变换进行频谱分析，获得正频率相量、负频率相量和零频率相量，进一步获得幅值相位系数矩阵，通过计算该幅值相位系数矩阵，获得次同步分量的幅值和相位，以及超同步分量的幅值和相位；相比较于现有技术中使用同步相量幅值进行频谱分析仅能得到次同步振荡频率而不能得到次同步分量的幅值和相位，以及超同步分量的幅值和相位的缺点，本发明提供的方法仅使用已有的二倍额定频率同步相量即可辨识出二倍额定频率以内的次同步分量的幅值和相位，以及超同步分量的幅值和相位，辨识准确性更高。
-
Patent Agency Ranking
公开(公告)号：CN110020407A
公开(公告)日：2019-07-16
申请号：CN201910151108.3
申请日：2019-02-28
Applicant: 北京交通大学
IPC: G06F17/18
Abstract: 本发明提供了一种基于主成分分析的数据压缩迭代计算方法，用以解决现有技术中采用主成分分析方法对电力系统测量数据压缩导致计算量大的问题。所述数据压缩的主成分分析计算方法，通过迭代计算，使用前一次主成分分析数据压缩的特征向量矩阵来近似作为本次数据压缩的特征向量矩阵进行本次数据压缩，本次压缩是否可近似使用前一次的特征向量矩阵以重建数据精度为判定条件。本发明不需要很大的数据窗就可以提取出原始数据的相同特征，可显著提高数据压缩的效率和实时性；同时充分利用了电力系统测量数据之间的强相关性和关系一致性，实现了仅在扰动出现时重新计算一次、在扰动结束时再计算一次主成分分析数据压缩算法，显著减少了计算量。
-
公开(公告)号：CN111273103B
公开(公告)日：2021-07-20
申请号：CN202010127600.X
申请日：2020-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于同步相量复数域频谱分析的电力系统振荡辨识方法，基于复数域的离散傅里叶变换进行频谱分析，获得正频率相量、负频率相量和零频率相量，进一步获得幅值相位系数矩阵，通过计算该幅值相位系数矩阵，获得次同步分量的幅值和相位，以及超同步分量的幅值和相位；相比较于现有技术中使用同步相量幅值进行频谱分析仅能得到次同步振荡频率而不能得到次同步分量的幅值和相位，以及超同步分量的幅值和相位的缺点，本发明提供的方法仅使用已有的二倍额定频率同步相量即可辨识出二倍额定频率以内的次同步分量的幅值和相位，以及超同步分量的幅值和相位，辨识准确性更高。
-
公开(公告)号：CN110020407B
公开(公告)日：2020-12-22
申请号：CN201910151108.3
申请日：2019-02-28
Applicant: 北京交通大学
IPC: G06F17/18
Abstract: 本发明提供了一种基于主成分分析的数据压缩迭代计算方法，用以解决现有技术中采用主成分分析方法对电力系统测量数据压缩导致计算量大的问题。所述数据压缩的主成分分析计算方法，通过迭代计算，使用前一次主成分分析数据压缩的特征向量矩阵来近似作为本次数据压缩的特征向量矩阵进行本次数据压缩，本次压缩是否可近似使用前一次的特征向量矩阵以重建数据精度为判定条件。本发明不需要很大的数据窗就可以提取出原始数据的相同特征，可显著提高数据压缩的效率和实时性；同时充分利用了电力系统测量数据之间的强相关性和关系一致性，实现了仅在扰动出现时重新计算一次、在扰动结束时再计算一次主成分分析数据压缩算法，显著减少了计算量。
-
公开(公告)号：CN109995374A
公开(公告)日：2019-07-09
申请号：CN201910151111.5
申请日：2019-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种用于电力系统数据压缩的主成分分量迭代选择方法，所述方法在传统主成分分析数据压缩方法的基础上，首先设定主成分分量数N′为1，进而计算迭代的主成分矩阵，重新构建估计数据矩阵，再计算所有重构相量数据相比与原始相量数据最大的综合矢量误差值，并据此判断是否满足重构数据精度，若精度不满足则进一步迭代，直至得到满足重构精度的主成分分量数。本发明不依赖于数据样本归一化处理，可应用于复数域上的相量数据压缩；同时，迭代过程不会显著地增加主成分分析方法的计算量，当采用主成分分析方法对同步相量数据进行压缩时，有效提高数据的压缩比和重构数据精度，适用于电力系统中的数据压缩的主成分分量的选择。
-
公开(公告)号：CN109975594A
公开(公告)日：2019-07-05
申请号：CN201910151114.9
申请日：2019-02-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种用于同步测量数据压缩的相量主成分分析方法，所述方法包括：NU为电压相量或电流相量的组数，M个不同时刻的采样点，按列组成M行NU列的矩阵X，计算协方差矩阵C＝XHX，而后计算协方差矩阵C的特征值和特征相量矩阵U，再选择主成分的个数k；根据主成分个数k从特征相量矩阵U中选取前k个特征相量，组成新的特征相量矩阵Uk＝[u1,u2,…,uk]，并根据原始数据矩阵与新的特征相量矩阵Uk，得到降维后的主成分矩阵P，最终得到压缩后的数据矩阵为P和Uk；根据主成分矩阵P和矩阵Uk进行数据重建。本发明相量数据的幅值和相位，在复数域内同时处理，有效保持了相量的完整性，避免了两者分别处理时的误差在数据重建时进一步导致误差的问题；同时，相量的相位信息已经包含了时序信息，克服了传统实数域主成分分析方法必然忽略数据时序性的缺点，有效保留了数据序列的时序性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
