基于改進(jìn)TLS-ESPRIT的電力系統(tǒng)低頻振蕩模態(tài)辨識(shí)

朱進(jìn)宏

(中國(guó)電建集團(tuán)福建工程有限公司，福建 福州 350018)

1 引言

隨著超高壓以及特高壓的飛速發(fā)展，大電網(wǎng)互聯(lián)成為必然的發(fā)展方向[1-2]。在帶來(lái)巨大經(jīng)濟(jì)效益的同時(shí)，互聯(lián)大電網(wǎng)之間的低頻振蕩問(wèn)題也越來(lái)越嚴(yán)重，這對(duì)互聯(lián)大電網(wǎng)的安全與穩(wěn)定帶來(lái)了巨大隱患?？焖賹?duì)低頻振蕩進(jìn)行模態(tài)辨識(shí)對(duì)保證供電可靠性具有重大意義[3-4]。

低頻振蕩信號(hào)的模態(tài)方法有兩種，與耗時(shí)時(shí)間長(zhǎng)和維度大的特征根的辨識(shí)方法相比，基于實(shí)測(cè)信號(hào)辨識(shí)方法具有天然的優(yōu)勢(shì)?；趯?shí)測(cè)信號(hào)的辨識(shí)方法主要有 FFT方法[8]、MP方法[9]、Prony方法[10-11]、HHT 方法[12-13]、 TLS-ESPRIT 方法[14]方法等。然而這些方法大都只考慮了高斯白噪聲，對(duì)高斯色噪聲的考慮不足。

基于此，本文提出了一種基于四階混合平均累積量(Fourth-order mixed mean cumulant，F(xiàn)OMMC)與TLS-ESPRIT的模態(tài)辨識(shí)方法，該方法首先利用FOMMC來(lái)對(duì)辨識(shí)信號(hào)進(jìn)行預(yù)處理，抑制信號(hào)中的色噪聲，接著，利用TLS-ESPRIT對(duì)信號(hào)進(jìn)行辨識(shí)。通過(guò)構(gòu)建的數(shù)值信號(hào)和電力系統(tǒng)中實(shí)測(cè)的信號(hào)進(jìn)行測(cè)試，其結(jié)果表明，該方法對(duì)色噪聲具有較強(qiáng)的抑制作用，同時(shí)辨識(shí)的速度和精度更高。

2 基于FOMMC的色噪聲抑制

3 低頻振蕩模態(tài)辨識(shí)步驟

圖1 低頻振蕩模態(tài)辨識(shí)步驟

4 算例分析

4.1 數(shù)值信號(hào)算例

為了驗(yàn)證所提方法在包含高斯色噪聲信號(hào)模態(tài)辨識(shí)中的優(yōu)勢(shì)，構(gòu)成如下測(cè)試信號(hào)，并在該信號(hào)中加入高斯色噪聲。

利用本文所提辨識(shí)方法對(duì)該構(gòu)建的信號(hào)進(jìn)行模態(tài)辨識(shí)，辨識(shí)結(jié)果如圖2所示。

圖2 數(shù)值信號(hào)下的辨識(shí)結(jié)果

從圖中可以看出，利用辨識(shí)結(jié)果重構(gòu)的信號(hào)可以很好的擬合包含色噪聲的低頻振蕩信號(hào)，從而驗(yàn)證了所提方法在包含色噪聲的情形下，能夠很好的辨識(shí)出低頻振蕩信號(hào)的模態(tài)。

將所提方法與Prony方法，MP方法、SSI方法和未進(jìn)行FOMMC色噪聲抑制的TLS-ESPRIT方法進(jìn)行對(duì)比，對(duì)比結(jié)果如表1所示。

表1 數(shù)值信號(hào)下各種方法的對(duì)比結(jié)果

從表1中可以看出Prony算法和SSI算法受色噪聲的影響較大，使得辨識(shí)的結(jié)果產(chǎn)生了很大的誤差；MP算法和TLS-ESPRIT算法辨識(shí)的精度較為接近；本文的方法能夠有效的抑制高斯色噪聲，辨識(shí)的結(jié)果與構(gòu)造信號(hào)的低頻振蕩參數(shù)最為接近。

4.2 真實(shí)信號(hào)算例

為了進(jìn)一步驗(yàn)證所提方法在包含高斯色噪聲信號(hào)模態(tài)辨識(shí)中的優(yōu)勢(shì)，利用電力系統(tǒng)實(shí)際采集的低頻振蕩信號(hào)進(jìn)行測(cè)試，該信號(hào)如圖3所示，測(cè)試結(jié)果如圖4所示。

圖3 電力系統(tǒng)真實(shí)的低頻振蕩信號(hào)

圖4 真實(shí)信號(hào)下的辨識(shí)結(jié)果

從圖4中可以看出，利用辨識(shí)結(jié)果重構(gòu)的信號(hào)可以很好的擬合包含色噪聲的低頻振蕩信號(hào)，從而驗(yàn)證了所提方法在真實(shí)低頻振蕩信號(hào)下，依舊能夠很好的辨識(shí)出低頻振蕩信號(hào)的模態(tài)。

將所提方法與MP方法、未進(jìn)行FOMMC色噪聲抑制的TLS-ESPRIT方法在真實(shí)信號(hào)下進(jìn)行對(duì)比，對(duì)比結(jié)果如表2所示。

表2 真實(shí)信號(hào)下各種方法的對(duì)比結(jié)果

從表2中可以看出:三種方法都能準(zhǔn)確辨識(shí)出低頻模態(tài)，但是，本文所提方法由于增加了對(duì)色噪聲的預(yù)處理環(huán)節(jié)，導(dǎo)致其在辨識(shí)速度和準(zhǔn)確度上要比其他方法更好。

5 結(jié)論

基于實(shí)測(cè)信號(hào)的低頻振蕩模態(tài)辨識(shí)方法對(duì)高斯白噪聲考慮較多，對(duì)高斯色噪聲的考慮不足，對(duì)此，提出一種基于FOMMC與TLS-ESPRIT的模態(tài)辨識(shí)方法；通過(guò)構(gòu)建的數(shù)值信號(hào)和電力系統(tǒng)中實(shí)測(cè)的信號(hào)進(jìn)行測(cè)試，可以得出以下結(jié)論:

(1)在進(jìn)行模態(tài)辨識(shí)前，利用FOMMC來(lái)對(duì)辨識(shí)信號(hào)進(jìn)行預(yù)處理，能夠有效抑制信號(hào)中的色噪聲；

(2)對(duì)預(yù)處理有的信號(hào)，利用TLS-ESPRIT對(duì)信號(hào)進(jìn)行辨識(shí)，可以較大幅度地提高辨識(shí)速度和精度。