基于MM-ARMA算法的次同步振荡模态参数辨识

摘要：

传统电力系统次同步振荡的辨识方法存在对噪声敏感、辨识精度不高的局限性.为此,提出了一种基于数学形态学自回归移动平均(MM-ARMA)算法的辨识方法,实现了在有噪声干扰下对次同步振荡模态的准确辨识.该方法利用形态滤波器可以有效抑制噪声的特性对次同步振荡信号进行消噪处理,保留信号的主要特征信息；对消噪后的信号建立基于加权递推最小二乘法参数估计的ARMA模型,根据估计的模型参数计算次同步振荡模态参数,完成次同步振荡模态辨识.与传统的Prony算法和自回归移动平均(ARMA)算法辨识结果进行的对比分析结果表明,所提次同步振荡模态辨识方法能快速、准确地辨识出模态参数,且具有较强的抗噪能力.

关键词：电力系统、次同步振荡、模态辨识、数学形态滤波、ARMA模型、加权递推最小二乘法

所属期刊栏目：39

分类号：O32;TM7

资助基金：国家高技术研究发展计划863计划2011AA05A119;国家电网公司大电网重大专项资助项目课题SGCC-MPLG029-2012;中央高校基本科研业务费2012207020207;National High-tech Research and Development Program 863 Program2011AA05A119;Major Project on Planning and Operation Control of Large Scale Grid of State Grid Corporation of ChinaSGCC-MPLG001-029-2012;Research Fund for the Central Universities2012207020207

在线出版日期：2013-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1252-1257