[发明专利]一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法有效
| 申请号： | 201811647265.5 | 申请日： | 2018-12-30 |
| 公开（公告）号： | CN109638862B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 葛维春;苏安龙;张艳军;高凯;刘爱民;孔剑虹;刘劲松;李斌;李正文;韩子娇;屈超;姜涛;王长江;殷祥翔;梁旭昱 | 申请（专利权）人： | 国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;东北电力大学 |
| 主分类号： | H02J3/24 | 分类号： | H02J3/24 |
| 代理公司： | 辽宁沈阳国兴知识产权代理有限公司 21100 | 代理人： | 何学军;侯景明 |
| 地址： | 110006 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电气工程领域，尤其涉及一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法。利用广域量测系统获取电力系统的实测数据，包括发电机的转子角信号。将每组原始低频振荡信号自适应噪声的完全集合经验模态分解Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN算法分解为多个本征模态函数Intrinsic Mode function，IMF之和，每个IMF分量代表一个振荡模式。计算每个IMF分量的能量值和能量权重，利用希尔伯特黄变换辨识主导振荡模式的振荡频率和阻尼比，计算结果与特征值方法对比，确保电力系统安全稳定运行。 | ||
| 搜索关键词： | 一种 基于 ceemdan 算法 电力系统 低频 振荡 模式 辨识 方法 | ||
【主权项】：
1.一种基于CEEMDAN算法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：1)利用广域量测系统的数据采集功能获取电力系统的实测数据，将每组原始低频振荡信号自适应噪声的完全集合经验模态分解Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN算法分解为若干个本征模态函数Intrinsic Mode function，IMF之和，每个IMF分量代表一个振荡模式；2)对每个IMF分量进行预处理，利用Teager能量算子计算每个IMF分量的能量大小及能量权重，在发电机转子角振荡信号中，主导振荡模式的相对能量较大，对相对能量较大的一个或者几个模式分别辨识；3)利用希尔伯特黄变换算法辨识主导振荡模式的振荡频率和阻尼比，计算结果与特征值方法作对比，验证其有效性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;东北电力大学，未经国网辽宁省电力有限公司电力科学研究院;国家电网有限公司;东北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811647265.5/，转载请声明来源钻瓜专利网。
