低频振荡模式在线辨识的最小平均M估计自适应滤波算法
研究了常规最小均方二乘自适应滤波算法应用于低频振荡的基本原理,以及最小平均M估计(least mean M-estimate,LMM)算法的基本原理.首次将LMM算法应用于低频振荡模式的在线辨识,采用新英格兰-39节点系统时域仿真数据和某电网的同步相量装置(phasor measurement unit,PMU)实测数据对所提方法进行了测试,验证了LMM算法在低频振荡模式在线辨识的鲁棒性和有效性,对稳态类噪声数据和动态数据均可辨识,并能消除异常数据对辨识结果的影响.
最小均方二乘算法、最小平均M估计算法、低频振荡、在线辨识、动态数据
36
TM714(输配电工程、电力网及电力系统)
国家重点基础研究发展计划项目973 项目2009CB724505-1;国家"111"计划资助项目B08036
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
178-183