[发明专利]应用于电力系统低频振荡模式识别的粒子滤波分析方法

摘要

一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，是通过获取电力系统低频振荡时的信号，建立状态方程和观测方程，选定对象(包含频率、幅值、相位、衰减系数等参数)作为粒子，对粒子集进行初始化，通过先验概率密度函数生成采样粒子，对采样粒子进行重要性采样和重采样，迭代结束后得到粒子的最优状态估计，再对最优状态进行参数估计，并将参数最优估计值与原始信号进行拟合，以确定低频振荡模式的各个参数是否正确，从而辨识出低频振荡模式。本发明的粒子滤波不需要对系统作任何先验性假设，在处理复杂的非线性、非高斯的电力系统问题上，精度和可靠度都有了很大的提升，能够更好的估计出低频振荡的各个参数。

主权项

1.一种应用于电力系统低频振荡模式识别的粒子滤波分析方法，其特征在于，该方法步骤如下：步骤1、获取电力系统发生低频振荡时的信号，该信号为低频振荡时电网的频率f、电压或电流值，再依信号计算得到幅值A、相位φ和衰减系数α；步骤2、根据所得信号建立状态方程和观测方程，选取步骤1中的幅值A、频率f、相位φ和衰减系数α作为粒子，并由该些粒子构成粒子集；步骤3、对粒子集进行初始化，将粒子集初始权值均设定为1/N，再从初始化后的粒子集中根据先验概率密度函数p(x)生成采样粒子；然后选取状态变量的转移概率密度函数作为重要性概率密度函数q(x)；步骤4、将采样粒子根据重要性概率密度函数q(x)进行重要性采样：(1)先从采样粒子中依据重要性概率密度函数q(x)随机抽取N个粒子，计算该些粒子的未归一化权值计算公式为其中，i为1‑N的正整数；并根据计算得到的未归一化权值更新随机抽取的粒子权值；(2)对更新后的粒子权值进行归一化，归一化计算公式为以得到归一化权值步骤5、根据归一化权值采用下式计算有效粒子数Neff，有效粒子数的值必须大于设定的阈值，否则重采样；然后根据有效粒子数对应的归一化权值更新粒子集；其中，有效粒子数的计算公式如下：步骤6、重复步骤4～5，直至迭代结束，迭代次数设定为H，H初始值为50次；步骤7、根据公式x为系统的状态，y表示观测信号，及公式，δ(·)表示狄拉克delta函数，以估计出系统状态，得出滤波后的状态概率分布，并根据该状态概率分布得到最优估计粒子，从而得到系统的最优估计值即最优估计粒子的低频振荡参数幅值A、频率f、相位φ和衰减系数α的值；步骤8、将得到的系统的最优估计值与步骤1中的原始信号进行拟合，确定低频振荡模式的各个参数，同时根据最优估计值计算信噪比，若信噪比＞20％，则将步骤6的迭代次数设置为H+10，重复步骤4～步骤8，直至信噪比≤20％，迭代终止；若信噪比≤20％，则辨识出低频振荡模式。