[发明专利]一种电力系统主导振荡模式辨识的快速迭代随机子空间法

说明书

本发明公开了一种电力系统主导振荡模式辨识的快速迭代随机子空间法，包括：计算可观测子空间矩阵的状态矩阵R_n，并求取状态矩阵R_n的逆矩阵；根据状态矩阵R_n及其逆矩阵的分块矩阵，计算电力系统状态矩阵初始维数为r₀时，电力系统初始状态矩阵A_r0；计算电力系统初始状态矩阵A_r0的维数按步长k增加到n的过程中，所对应的若干个电力系统状态矩阵A_r；对每个电力系统状态矩阵A_r的特征值进行预处理，对获取到的特征值集合λ进行层次聚类，实现主导振荡模式与虚假振荡模式的分离；计算被分离出的各主导振荡模式类的聚类中心，并计算电力系统主导振荡模式的振荡频率和阻尼比。本方法实现了基于广域量测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。

技术领域

本发明涉及电力系统领域，尤其涉及一种电力系统主导振荡模式辨识的快速迭代随机子空间法。

背景技术

采用广域量测信息实现电力系统主导振荡模式的在线监测，已越来越受到电网运行和研究人员的重视。而从本质上来讲，基于广域量测信息的主导振荡模式辨识方法是一种借鉴模式识别的相关理论，从系统辨识的角度出发研究电力系统主导振荡模式的方法。

根据辨识方法的不同，目前基于广域量测信息的电力系统主导振荡模式辨识方法主要分为三类：曲线拟合法、传递函数估计法和子空间估计法。曲线拟合法通过估计广域量测信息的近似解析表达式，进而估计出系统的主导振荡模式的振荡频率和阻尼比，如基于Prony的电力系统主导振荡模式估计方法；传递函数估计法通过广域量测信息估计电力系统的降阶传递函数，进而根据传递函数的极点估计系统的主导振荡模式，如基于自回归滑动平均模型(Auto-Regressive Moving Average Model，ARMA)的电力系统主导振荡模式估计方法；子空间估计法通过电力系统的广域量测信息估计电力系统的降阶状态方程，通过降阶状态方程的状态矩阵，估计系统的主导振荡模式，如基于随机子空间(StochasticSubspace Identification,SSI)的电力系统主导振荡模式辨识方法。

上述三类方法中，曲线拟合法适合于从电力系统的广域故障量测信息中辨识系统的主导振荡模式；传递函数估计法适合于从电力系统的广域类噪声量测信息中辨识系统的主导振荡模式；而子空间估计法可从电力系统的广域故障量测信息和广域类噪声量测信息中辨识系统的主导振荡模式，因而应用较为广泛。

但在采用子空间估计法辨识系统的主导振荡模式时，降阶系统的状态方程维数通常是远大于系统中主导振荡模式的个数的，这样从状态矩阵中估计出的特征值除了系统的主导振荡模式外还有其他的计算模式和虚假模式。而计算模式和虚假模式是为了提高子空间辨识的精度引入的，对在线评估系统的动态稳定性无任何实质作用，需要滤除；系统的主导振荡模式可真实反映系统的动态稳定性，需要保留。而如何滤除子空间辨识出的计算模式和虚假模式，有效甄别出系统的主导振荡模式，一直以来都是基于随机子空间的电力系统主导振荡模式辨识所面临的主要挑战。为了有效甄别出系统的主导振荡模式，根据电力系统的主导振荡模式不随系统降阶状态方程维数变化而变化，而计算模式和虚假模式易受系统状态方程维数变化影响剧烈的特点，传统方法是通过设置大量不同的降阶状态方程维数来辨识系统的主导振荡模式，但该过程根据状态矩阵维数的不同，需要重复进行Hankel矩阵构建、奇异值分解等操作，因而计算量较大，难以满足电力系统主导振荡模式在线实时辨识的需要。

发明内容

本发明提供了一种电力系统主导振荡模式辨识的快速迭代随机子空间法，该快速迭代随机子空间辨识方法，克服了传统基于随机子空间法辨识的主导振荡模式辨识方法虽鲁棒性强、辨识精度高但辨识效率低的不足，实现了基于广域量测信息的电力系统主导振荡模式的快速、准确、高效辨识，提升了电力系统动态稳定在线评估的快速性、准确性和鲁棒性，详见下文描述：

一种电力系统主导振荡模式辨识的快速迭代随机子空间法，所述方法包括：