[发明专利]基于子空间辨识方法的电力系统低频振荡估计的改进方法

权利要求书

1.一种基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，包括如下步骤：

(1)确定需要估计的低频振荡模式，计算该低频振荡模式在每条母线电压相角上的能观性，并确定能观性最强的母线；

(2)采集能观性最强的母线的电压相角信号，并对所述的电压相角信号进行预处理，得到预处理后的电压相角信号；

(3)利用预处理后的电压相角信号构造Hankel矩阵；

(4)对得到的Hankel矩阵进行奇异值分解并根据奇异值确定系统的阶数；

(5)确定系统矩阵，估计计算低频振荡模式的频率和阻尼。

2.如权利要求1所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述步骤(2)利用同步相量测量装置采集能观性最强的母线的电压相角信号。

3.如权利要求2所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述步骤(2)中的预处理过程如下：

(2-1)将所述的电压相角信号通过截止频率为2～2.5Hz的低通滤波器，得到滤波后的电压相角信号；

(2-2)将滤波后的信号通过截止频率为0.1Hz的高通滤波器，得到隔直后的电压相角信号；

(2-3)设定目标频率，对隔直后的信号进行分频处理将隔直后的信号的频率降低为目标频率，即得到预处理后的电压相角信号。

4.如权利要求3所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述目标频率为5～10Hz。

5.如权利要求4所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述步骤(3)包括：

(3-1)根据测得的系统输出以及输入数据，构造输入矩阵和输出矩阵：

其中U和Y分别为输入矩阵，u_k和y_k分别为系统在第k时刻的输入和输出，N为输入输出的总长度。f为数据横截长度，通常其取值为：

为使用AIC方法估计ARMA模型时选取的最佳系统阶数，

同时构建Z矩阵：

其中，p与f取值相同,

(3-2)根据(3-1)得到的矩阵，做输出矩阵的行空间在输入矩阵行空间上的投影并右乘得到系统的高阶Hankel矩阵：

6.如权利要求5所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述步骤(4)包括：

(4-1)对于步骤(3)中得到的高阶Hankel矩阵乘以权重矩阵后进行奇异值分解：

其中，W₁和W₂为权重矩阵，其取值由不同的子空间方法而定，文献(S.J.Qin,Anoverview of subspace identification.Computer&Chemical Engineering.30(10-12),1502-1513(2006).)中给出了三个常用的子空间方法的W₁和W₂的取值，U和V为正交矩阵，S为由奇异值按由大到小依次排列构成的对角阵。

(4-2)根据(4-1)得到的奇异值选取系统阶数的估计值

其中m为系统输出个数，

其中，d(n)为带估计的系统参数个数，

(4-3)根据(4-2)确定的系统阶数，将Hankel矩阵降阶为

其中，为前个奇异值组成的对角阵，和则有U和Y中对应部分组成。

7.如权利要求6所述的基于子空间辨识方法的电力系统低频振荡估计的改进方法，其特征在于，所述步骤(5)包括：

(5-1)根据(4-3)中得到的和得到系统能观性矩阵Γ_f的估计值：

(5-2)根据(5-1)，进一步计算系统矩阵A的估计值：

其中，是的广义逆矩阵；

(5-3)根据(5-2)得到的系统矩阵估计值，计算低频振荡模式的频率和阻尼。中低频振荡模式离散特征值对应的连续特征值

其中T_s为输入输出数据的采样频率，根据连续特征值计算得到低频振荡模式的频率的估计值和阻尼的估计值为：