[发明专利]一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法

权利要求书

1.一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，包括以下步骤：

利用PMU设备的实时数据采集功能，将实际电网中输电线路和母线节点的量测信息上传至数据集中单元，再提取出关键信息进行模式辨识，其中量测信息包括发电机的转子角信号、联络线中的有功功率、频率、转速、母线电压；

1)引入MEMD算法对多元PMU量测信息进行预处理，获取各量测通道中表征不同振荡模式的IMF分量；

2)利用Teager能量算子估计各通道中IMF分量的相对能量，甄别出含主导振荡模式的关键IMF分量；

3)利用希尔伯特黄变换算法具有追踪瞬时振荡频率和瞬时阻尼比的特性，估计主导振荡模式的振荡频率和阻尼比。

2.根据权利要求1所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述方法还包括：利用PMU设备的实时数据采集功能，获取实际电网中输电线路和母线节点的量测信息，并将量测信息作归化处理；

所述步骤1)包括：

201：从PMU中获取电力系统的状态量测信息，将状态量测信息标准化；

其中，标准化是一个求标准分数的过程，标准化后的数据具有简单、便于比较，且能充分展现数据标准差之间的关系，保留数据原有信息；

202：将标准化的发电机转子角信号作为待辨识的输入信号，引入MEMD方法对多元量测信号预处理，获取多通道表征不同频率尺度的IMF分量；

首先在d维空间建立均匀分布的方向向量集，将多元量测信息沿方向向量投影，获取多元信号的映射；插值映射信号的极值点，拟合出信号包络线，根据上包络线和下包络线的均值估计出多元映射信号的局部均值，将多元信号减去局部均值提取IMF分量；

203：含主导振荡模式的关键IMF筛选；

将多通道的PMU实测信号经MEMD算法分解，得到多通道的IMF分量；分解产生的每个IMF分量都是单频信号且能表征系统的一个振荡模式，由于算法本身存在的误差以及输入信号中的噪声干扰信号，会产生一些和系统主导振荡模式无关的IMF分量；关键是如何甄别出含主导振荡模式的关键IMF分量，其中振幅大、阻尼比小的振荡模式对系统的稳定性影响大且能量高；引入Teager能量算子计算各通道中不同频率尺度IMF分量的能量值及能量权重，筛选出含主导振荡模式的关键IMF分量；

204：主导振荡模式的频率与阻尼比估计：

利用标准希尔伯特黄变换算法的精确性以及能准确表征振荡时变性的优点，估计主导振荡模式的振荡频率和估计主导振荡模式的阻尼比。

3.根据权利要求1所述的一种基于Hilbert-Hung和MEMD的电力系统低频振荡模式辨识方法，其特征在于，所述步骤1)中

MEMD算法对多元PMU量测信息进行预处理的过程包括：

(1)d维空间方向向量集的建立；

(2)MEMD的多元局部均值估计；

(3)多元IMF分量的提取。