[发明专利]基于经验模态分解的大规模电网低频振荡分频段检测法

摘要

本发明属于电力系统低频振荡在线检测和分析技术领域。提出了一种针对广域测量系统数据，基于经验模态分解法的，适用于大规模电力系统的在线分频段快速低频振荡检测和分析方法。它不仅对非线性、非平稳、含非周期成分的复杂波形具有强适应能力，而且通过分频段、变时间窗、变采样率、变步长实现对大量相量测量单元实测曲线的同时快速频谱分析，从而实现对具有不同时间周期的各种频率的低频振荡的快速检测和及时报警。

主权项

1、一种基于经验模态分解EMD的分频段、变时间窗、变采样率、变移动步长的电网低频振荡检测方法，针对不同频率低频振荡对告警时间要求的不同，将电网中大量相量测量单元PMU实测振荡曲线快速分解成不同频段的固有模态振荡曲线，从而实现对具有不同时间周期的低频振荡的快速检测和及时告警；该检测方法的特征在于其包括以下步骤：(1)对经相量测量单元PMU采集上送到广域测量主站的电压、电流、功率、频率等实时输入数据曲线进行频谱分析时，采用多个基于经验模态分解法的频谱分析线程或进程，每个频谱分析线程或进程只负责搜索某一频段的振荡模式；(2)采用短时间窗和高采样率搜索频率较高频段的振荡；而采用长时间窗和低采样率搜索频率较低频段的振荡；采样率取为目标频段最高频率的Nyquist采样率的2-3倍；(3)不同频段的时间窗采用不同的移动步长，该步长可取相应频段最高频率对应的该频段最短振荡周期，对于特大规模系统，若全网频谱分析时长超过窗口移动步长，则取以当前时刻为终点的时间窗里的数据继续进行频谱分析；(4)由于经验模态分解法是从高频向低频搜索，为了进一步加快频谱分析的速度，当某一频段的频谱分析线程或进程搜索到的固有模态曲线的频率低于该频段的最低频率时，终止对该频段的搜索。