公开(公告)号：CN106338651B

公开(公告)日：2018-09-14

申请号：CN201610773422.1

申请日：2016-08-31

Applicant: 长沙理工大学

Inventor： 肖辉 ,  曾林俊 ,  江维 ,  曾祥君 ,  吴学斌 ,  罗威 ,  席燕辉 ,  贺辉

IPC: G01R23/165

Abstract: 一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，是通过获取电力系统低频振荡时的信号，建立状态方程和观测方程，选定对象(包含频率、幅值、相位、衰减系数等参数)作为粒子，对粒子集进行初始化，通过先验概率密度函数生成采样粒子，对采样粒子进行重要性采样和重采样，迭代结束后得到粒子的最优状态估计，再对最优状态进行参数估计，并将参数最优估计值与原始信号进行拟合，以确定低频振荡模式的各个参数是否正确，从而辨识出低频振荡模式。本发明的粒子滤波不需要对系统作任何先验性假设，在处理复杂的非线性、非高斯的电力系统问题上，精度和可靠度都有了很大的提升，能够更好的估计出低频振荡的各个参数。

公开(公告)号：CN106338651A

公开(公告)日：2017-01-18

申请号：CN201610773422.1

申请日：2016-08-31

Applicant: 长沙理工大学

Inventor： 肖辉 ,  曾林俊 ,  江维 ,  曾祥君 ,  吴学斌 ,  罗威 ,  席燕辉 ,  贺辉

IPC: G01R23/165

Abstract: 一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，是通过获取电力系统低频振荡时的信号，建立状态方程和观测方程，选定对象(包含频率、幅值、相位、衰减系数等参数)作为粒子，对粒子集进行初始化，通过先验概率密度函数生成采样粒子，对采样粒子进行重要性采样和重采样，迭代结束后得到粒子的最优状态估计，再对最优状态进行参数估计，并将参数最优估计值与原始信号进行拟合，以确定低频振荡模式的各个参数是否正确，从而辨识出低频振荡模式。本发明的粒子滤波不需要对系统作任何先验性假设，在处理复杂的非线性、非高斯的电力系统问题上，精度和可靠度都有了很大的提升，能够更好的估计出低频振荡的各个参数。

公开(公告)号：CN114113913A

公开(公告)日：2022-03-01

申请号：CN202111479641.6

申请日：2021-12-06

Applicant: 长沙理工大学

Inventor： 汤涛 ,  李晓涵 ,  曾祥君 ,  肖辉 ,  吴学斌 ,  陈春 ,  杨忠毅 ,  吴澄仪 ,  周宇 ,  罗威 ,  李安乐 ,  刘平

IPC: G01R31/08

Abstract: 本发明提供了小电阻接地系统单相高阻接地故障判定与保护方法及装置，所述方法包括以下步骤：1)母线零序电压互感器实时采样小电阻接地系统的母线零序电压，利用傅里叶算法计算母线零序电压的幅值；2)若母线零序电压幅值发生突变后超过设定的时间间隔T系统过流保护装置未动作，则判定系统发生单相高阻接地故障。在判定系统发生单相高阻接地故障时，估算故障线路的零序电流，并计算其幅值；基于各馈线出口处零序电流互感器实时采样馈线零序电流，并计算各馈线零序电流的幅值；对比各馈线零序电流与估算的故障线路零序电流的幅值，若某馈线零序电流幅值接近于估算的故障线路零序电流幅值，则判定该馈线为故障线路。本发明可靠实用，便于实现。

公开(公告)号：CN106405237A

公开(公告)日：2017-02-15

申请号：CN201610784072.9

申请日：2016-08-31

Applicant: 长沙理工大学

Inventor： 肖辉 ,  曾林俊 ,  江维 ,  曾祥君 ,  吴学斌 ,  罗威 ,  贺辉 ,  席燕辉

IPC: G01R23/165

Abstract: 一种应用于多通道电力系统信号中的低频振荡模式识别的分析方法，该方法是先获取多通道电力系统低频振荡时的振荡源信号，再将振荡源信号用独立分量分析算法(ICA)进行分离，使多通道的时变信号分离成相互独立的统计独立分量，消除非周期噪声，然后通过粒子滤波算法对其进行参数估计，得到系统的最优参数估计值，最后与最初获取的振荡源信号进行拟合，通过拟合误差的大小确定低频振荡模式的各个参数是否正确，从而辨识出各通道低频振荡信号的模式。本方法将独立分量分析算法与粒子滤波算法相结合地进行分析，能提高多通道系统分析的可靠性以及精确度。

公开(公告)号：CN106405237B

公开(公告)日：2018-10-02

申请号：CN201610784072.9

申请日：2016-08-31

Applicant: 长沙理工大学

Inventor： 肖辉 ,  曾林俊 ,  江维 ,  曾祥君 ,  吴学斌 ,  罗威 ,  贺辉 ,  席燕辉

IPC: G01R23/165

Abstract: 一种应用于多通道电力系统信号中的低频振荡模式识别的分析方法，该方法是先获取多通道电力系统低频振荡时的振荡源信号，再将振荡源信号用独立分量分析算法(ICA)进行分离，使多通道的时变信号分离成相互独立的统计独立分量，消除非周期噪声，然后通过粒子滤波算法对其进行参数估计，得到系统的最优参数估计值，最后与最初获取的振荡源信号进行拟合，通过拟合误差的大小确定低频振荡模式的各个参数是否正确，从而辨识出各通道低频振荡信号的模式。本方法将独立分量分析算法与粒子滤波算法相结合地进行分析，能提高多通道系统分析的可靠性以及精确度。