[发明专利]一种振荡信号模态参数的识别方法

说明书

本发明涉及一种振荡信号模态参数的识别方法，包括以下步骤：获取系统原始信号，通过经验模态分解方法对原始信号进行处理，提取本征模态分量，构造新信号；用随机子空间识别法对新信号进行处理，获取系统的频率和阻尼比；采用Prony方法对新信号进行处理，获取系统的频率、振幅和相角；基于频率相同法则，对随机子空间识别法与Prony方法获得的模态参数进行配对，获取完整且精确的模态参数。与现有技术相比，本发明使用经验模态分解方法对振荡信号平稳化处理，克服Prony算法对噪声的敏感，避免随机子空间算法在处理非线性、非平稳信号中产生的虚假模态，融合随机子空间识别法、Prony方法进行模态识别，提高模态参数识别精度。

技术领域

本发明涉及振荡模态参数识别领域，尤其是涉及一种振荡信号模态参数的识别方法。

背景技术

随着电力技术的不断进步，大电网互联已逐步实现，加之快速高放大倍数励磁装置的广泛使用，由此带来的低频振荡问题时有发生。低频振荡通常出现在远距离、重负荷输电线路上，或者互联系统的弱联络线上，在采用快速响应高放大倍数励磁系统的条件下更容易出现。快速励磁调节器的时间常数大为减少，这有效地改善了电压调节特性，但其产生的附加阻尼为负值，抵消了系统本身所固有的正阻尼，使系统的总阻尼减少或成为负值；此外电网负荷过重和电网之间的弱互联也会使系统的阻尼降低，以至系统在扰动作用后的功率振荡长久不能平息。低频振荡的频率一般在0.2—2.5Hz之间，低频振荡会引起联络线过流跳闸或系统与系统或机组与系统之间的失步而解列，严重威胁电力系统的稳定运行。及时准确地对低频振荡特征进行分析，在低频振荡可能对电网造成严重危害前发出预警信息，可以使电力部门采取相应措施、抑制电网严重低频振荡现象的发生，从而有效提高电网运行的稳定性和安全性。

目前针对低频振荡问题所采用的分析方法主要有傅立叶变换、小波变换、Kalman滤波法、矩阵束辨识法、Prony算法、随机子空间识别(SSI)算法和希尔伯特—黄(HHT)算法等。傅立叶变换无法分析出阻尼特性和局部特性，所以不适于非线性、非平稳信号。小波变换存在频率交叠和自适应基选取问题，只适合于瞬态和非平稳信号。Kalman滤波法能消除噪声的影响，对不同输入信号的适应性较好，但计算精度和收敛速度受初始参数设置的影响很大。矩阵束辨识法能够准确估计系统的振荡模态，并具有较强的抗噪声能力，但若信号存在时变特性，该算法的计算误差较大，无法揭示振荡的动态特性。Prony方法可以提取出振荡信号模式、相位角和阻尼等信息，但存在受噪声影响大、计算速度慢和定阶问题不确定等问题。HHT算法是近年发展起来的一种新型的适于非平稳、非线性信号的分析方法，传统的HHT算法受端点效应的影响，虽然能得到振荡模态的瞬时频率、瞬时幅值和衰减因子，难以达到较高的计算精度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种振荡信号模态参数的识别方法。

本发明的目的可以通过以下技术方案来实现：

一种振荡信号模态参数的识别方法，包括以下步骤：

S1：获取系统的原始信号，通过经验模态分解方法对原始信号进行处理，获取新信号；

S2：用随机子空间识别法对S1获取的新信号进行处理，获取系统的频率和阻尼比；

S3：采用Prony方法对S1获取的新信号进行处理，获取系统的频率、振幅和相角；

S4：基于频率相同法则对S2中获取的系统的频率和阻尼比、S3中获取的系统的频率、振幅和相角进行模态参数配对，获取模态参数。

所述的经验模态分解方法即EMD(empirical mode decomposition)方法。

优选地，所述的步骤S1具体包括：

S11：对系统的原始信号x(t)求导，提取x(t)的极值；