• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      多信號模態(tài)參數(shù)識別的小波方法

      2013-10-10 07:21:58潘學萍扈衛(wèi)衛(wèi)
      電力自動化設備 2013年5期
      關鍵詞:軌線小波阻尼

      潘學萍,扈衛(wèi)衛(wèi),尚 霏

      (河海大學 可再生能源發(fā)電技術教育部工程研究中心,江蘇 南京 210098)

      0 引言

      低頻振蕩是當代電力大系統(tǒng)所面臨的主要風險之一。歷數(shù)國內外多次大停電事故,它們或直接跟低頻振蕩有關,或在大停電演化的某個階段出現(xiàn)低頻振蕩現(xiàn)象[1]。在國內外,低頻振蕩問題嚴重影響了電力系統(tǒng)的安全穩(wěn)定運行,研究電力系統(tǒng)低頻振蕩在線監(jiān)控尤為必要[2-3]。

      隨著相量測量單元(PMU)的廣泛應用,可獲得同一時標的電力系統(tǒng)實測數(shù)據(jù)[4]。基于軌線的模式參數(shù)提取,是將系統(tǒng)受擾軌跡視為某些頻率、振幅按特定規(guī)律變化的信號組合,振蕩模式提取問題歸結為對軌線上頻率與阻尼等參數(shù)的識別問題。

      目前采用信號處理方法識別電力系統(tǒng)的振蕩模式時,通?;趩我皇軘_軌線。當該受擾軌線對待辨識模式的可觀性較小時,辨識結果可能存在較大的誤差。為此文獻[5]提出采用Prony方法,同時從多個受擾軌跡識別系統(tǒng)的模式參數(shù),以提高模式參數(shù)的辨識精度。Prony方法主要有兩方面的缺點。

      a.階數(shù)的選取問題。階數(shù)過低容易導致某些振蕩模式無法被識別,而過高則引入大量的雜散模式[6]。 為此文獻[7]提出先選取較大的初始階數(shù),再從中按照最小平方逼近的原則選取最優(yōu)子集;文獻[8]提出采用奇異值分解確定階數(shù)。

      b.噪聲的預處理問題。傳統(tǒng)Prony方法對噪聲非常敏感,要求被分析信號具有較高的信噪比。為減小噪聲對低頻振蕩主導模式的識別帶來的影響,文獻[9]提出了改進多信號的Prony算法。

      小波變換可根據(jù)小波脊線獲得系統(tǒng)的主導振蕩頻率,其頻率辨識的準確度一般較高,且抗噪能力強。近年來,已有小波方法應用于電力系統(tǒng)低頻振蕩實時監(jiān)控平臺的報道[10-11],但一般只應用于單信號的模式識別。

      不同測量地點、不同量測量對待辨識模式的可觀程度不同。文獻[5]基于多個受擾軌線提取振蕩模式時,未能區(qū)分不同受擾軌線對待辨識模式的可觀程度。當某軌線對待辨識模式不可觀或者可觀性較小時,該模式將不可辨識或者辨識結果存在較大的誤差。為此,本文提出采用小波變換,根據(jù)小波脊線處的小波系數(shù)幅值判斷其對待辨識模式的可觀程度,舍去可觀性較小的信號,進一步采用優(yōu)化方法協(xié)調從剩余信號提取出的模式參數(shù),以提高辨識精度。

      電力系統(tǒng)低頻振蕩的特征參數(shù)包括振蕩模式(頻率與阻尼)和模態(tài)。為識別受擾軌線的模態(tài)參數(shù),文獻[12]應用Prony方法分析大擾動下的模態(tài)信息;文獻[13-15]采用譜相關函數(shù)方法得到系統(tǒng)在負荷隨機擾動下的模態(tài)參數(shù)。針對振蕩頻率接近的模式,其模態(tài)信息難以區(qū)分的問題,文獻[16]提出了一套振蕩模式分類系統(tǒng),通過特征選擇和模式分類2個部分,可成功區(qū)分系統(tǒng)的幾個主要模式的模態(tài)。

      將多信號同時進行小波變換時,還能從多個信號中獲得系統(tǒng)的振蕩模態(tài)信息,它對明確振蕩模式的分群方式、指導控制器的設計與安裝地點的選擇等具有重要的意義。本文進一步根據(jù)這些信號在小波脊點處的小波系數(shù),辨識多個信號間的模態(tài)。

      1 小波變換提取單個信號的模式參數(shù)

      1.1 連續(xù)小波變換

      設待分析信號x(t)平方可積,其連續(xù)小波變換定義為:

      其中,ψ(t)為小波母函數(shù);*表示復數(shù)共軛;a為尺度因子;b為平移因子。

      小波變換通過變化的尺度因子a及平移因子b,將母函數(shù)ψ(t)伸縮及平移,從而生成連續(xù)小波函數(shù)),將信號x(t)分解到具有不同分辨率的尺度上。式(1)也可表示為:

      其中,X(ω)和 ψ*(aω)分別為信號 x(t)和)的頻域表示。

      文中采用Morlet小波,其母函數(shù)為:

      其中,ω0為小波中心頻率。

      Morlet小波的傅里葉變換為:

      1.2 單模式信號的小波模式參數(shù)識別

      單模式信號 x(t)=A e-σtsin(ωt+φ0),A 為信號模式幅值,σ為阻尼,φ0為初相位。

      根據(jù)文獻[17],信號 x(t)的 Morlet小波變換表達式為:

      其中,ω(b)為b時刻的ω值;ε為校正項,一般較小,可忽略。

      在 a=ω0/ω 處,達到最大值,此時也達到極值,時頻點(b,ω0/a)稱為小波脊點。

      根據(jù)小波脊點信息可得信號的振蕩角頻率:

      根據(jù)脊點處的小波系數(shù)幅值可得信號的阻尼:

      其中,d為微分算子。

      1.3 多模式信號的小波模式參數(shù)識別

      若受擾軌線xk(t)為多模式信號:

      其中,Akj、σj、ωj、θ0kj分別為第 j個模式的幅值、阻尼、振蕩角頻率及初相。

      由于小波變換是線性變換,則xk(t)的小波系數(shù)W(a,b)為[17]:

      如果xk(t)中各模式頻率相差較大,對于第j階模態(tài),在脊點(b,ωj(b))可忽略其他模式的影響,脊點(b,ωj(b))的小波系數(shù)近似為:

      由于實現(xiàn)了模態(tài)解耦,按照式(7)、(8)可識別第j個模式在時刻b的振蕩角頻率ωj和阻尼σj:

      2 小波模式的多信號優(yōu)化

      如果受擾軌線為平穩(wěn)信號,不同受擾軌線的模式參數(shù)理論上應相同。然而,由于實際電力系統(tǒng)的非線性導致受擾軌線非平穩(wěn),從多個信號中辨識得到的小波模式結果往往存在一定的差異。本文采用最小二乘優(yōu)化方法,協(xié)調多個信號的模式參數(shù),將其作為系統(tǒng)振蕩模式的最終辨識值。

      2.1 頻率和阻尼參數(shù)的優(yōu)化

      對于第j個模式,設m個待辨識信號中有n個信號[x1(t),x2(t),…,xn(t)]在振蕩角頻率 ωj附近存在小波脊,振蕩角頻率在多信號間的協(xié)調見式(14):

      此處:

      此處:

      2.2 振蕩模態(tài)的辨識與優(yōu)化

      n個信號[x1(t),x2(t),…,xn(t)]在模式頻率處的小波系數(shù)分別為:

      因此復向量

      定義為時刻b處各信號相對于參考信號的模值比和相角差(即模態(tài))。協(xié)調各時刻的模態(tài)參數(shù),見式(21):

      此處:

      2.3 模態(tài)參數(shù)的辨識區(qū)間

      阻尼較大的模式能量衰減較快,它在信號初期的可觀性較強;相反,弱阻尼模式能量衰減慢,在信號后期其能量占主導。由于待辨識模式在各信號中的初始能量不同,其能量衰減至零的時刻也不同。為有效辨識系統(tǒng)的模態(tài)參數(shù),當待辨識模式在某信號中的能量首先衰減接近于零時,應在此刻終止模態(tài)參數(shù)辨識。

      由于端點效應的存在,小波方法在信號初期及信號末端的小波系數(shù)模值偏小,利用這段信號辨識振蕩阻尼及模態(tài)將產(chǎn)生較大的誤差。文獻[17]中給出了考慮端點效應后小波模態(tài)參數(shù)有效辨識區(qū)間:

      其中,Δt為時域分辨率,Δt=a rt,a 為小波函數(shù)的尺度,rt為小波母函數(shù)的時窗半徑;T為信號長度。文獻[17]指出,β≥4可消除端點效應的影響。

      綜合模式辨識截止時間約束及小波端點效應約束。根據(jù)兩約束的交集,在多信號阻尼及模態(tài)參數(shù)協(xié)調時,確定相同的參數(shù)識別區(qū)間Ωj。

      3 仿真算例

      3.1 4機2區(qū)域系統(tǒng)算例

      4機2區(qū)域系統(tǒng)如圖1所示,網(wǎng)絡參數(shù)以及發(fā)電機參數(shù)與文獻[17]相同。其中發(fā)電機采用雙軸模型,配有靜止勵磁調節(jié)器及電力系統(tǒng)穩(wěn)定器(PSS)。

      圖1 4機2區(qū)域系統(tǒng)算例Fig.1 A 2-area 4-machine system

      故障設置為t=0 s時線路8-9首端發(fā)生三相瞬時性故障,在tc=0.5 s故障消失,總仿真時間為20 s。仿真得到每臺發(fā)電機的功角曲線(以同步坐標為參考),消除曲線的趨勢項后各發(fā)電機功角曲線見圖2。

      圖2 消除趨勢項后的功角曲線Fig.2 Power-angle curve after de-trending

      采用小波方法辨識得到各軌線的模式,進一步在多軌線協(xié)調以獲得主導模式的頻率與阻尼以及以發(fā)電機3的功角曲線為參考信號的模態(tài)結果。表1對照給出了模態(tài)參數(shù)優(yōu)化結果及特征根結果。

      表1 模態(tài)參數(shù)辨識結果與特征根結果Tab.1 Results of modal parameter identification and characteristic roots

      由表1可以看出,基于多信號優(yōu)化的小波主導模態(tài)參數(shù)結果與特征根較吻合,反映了多信號小波模態(tài)參數(shù)辨識方法的有效性。

      3.2 10機39節(jié)點新英格蘭系統(tǒng)

      進一步以圖3所示的10機39節(jié)點新英格蘭系統(tǒng)為例。在原IEEE 10機39節(jié)點標準算例的模型及參數(shù)基礎上,筆者將原發(fā)電機經(jīng)典模型改用雙軸模型,并增設勵磁調節(jié)器。

      根據(jù)特征根結果可知,該系統(tǒng)的主導區(qū)間模式1為機組G39相對于其余機組的振蕩,振蕩頻率為0.534 Hz,阻尼為0.288,由右特征向量可知該模式在所有發(fā)電機功角曲線上可觀程度都較高;區(qū)間模式2 為機組(G30,G37,G38)與其余機組相對振蕩,振蕩頻率為0.935 Hz,阻尼為0.177。該模式在部分機組如G34、G38參與程度較高,而機組G39因位于該模式的振蕩中心,幾乎不參與該模式的振蕩。上述2種模式亦在圖3中示意。

      圖3 10機39節(jié)點新英格蘭系統(tǒng)Fig.3 10-machine 39-bus New England system

      擾動設置為0 s時刻母線39發(fā)生三相瞬時性故障,0.2 s后切除消失,總仿真時間為20 s,仿真得到以同步坐標為參考的各發(fā)電機功角曲線,消除曲線趨勢項后,基于小波變換獲得各受擾軌線的小波譜。部分軌線 δ34、δ38、δ39的小波譜見圖 4。

      從圖4可知,模式1在上述3條軌線上的可觀程度都較高;模式2在軌線δ39不可觀,與特征根結果相同。

      圖4 部分受擾軌線的小波譜Fig.4 Wavelet spectrum of some disturbed trajectories

      表2給出了各信號的小波模式結果以及所有發(fā)電機功角曲線的模式優(yōu)化結果。

      表2 模式辨識結果與特征根結果Tab.2 Results of mode identification and characteristic roots

      從表2可見,模式1在軌線δ30~δ39可觀性較強,各軌線的小波模式結果、多信號的模式優(yōu)化結果以及特征根都很接近;而對于模式2,在信號δ31、δ32及δ39能量較弱,無法提取其模式信息,在其余各軌線上提取的頻率、阻尼信息與特征根結果有一定的差別,將各信號模式結果進行協(xié)調后,所得結果與特征根差別較小。因此采用多信號小波變換的優(yōu)點在于能夠剔除可觀性較弱的信號,并能將多個信號的模式結果優(yōu)化,獲得較接近真值的模式/模態(tài)信息。

      根據(jù)表2辨識得到的2個模式的優(yōu)化振蕩頻率,基于式(19)獲得2個模式的模態(tài),如圖5所示。

      圖5可以看出,模式1為機組G39相對于其余機組間的振蕩;模式 2 為機組(G30,G37,G38)相對于其余機組的振蕩,機組G31、G32、G39由于參與該模式的能量較小,在圖5(b)的模態(tài)圖中無法給出。由于機組G30參與模式2的能量偏弱,其模態(tài)角度誤差偏大,但不影響模態(tài)2的定性判別。

      圖5 小波模態(tài)Fig.5 Modal shapes from wavelet transform

      4 結論

      針對單一信號提取模式參數(shù)可能存在誤差偏大的問題,本文提出采用小波變換,根據(jù)小波脊線處的小波系數(shù)幅值判斷其對待辨識模式的可觀程度,舍去其中可觀性較小的信號,并采用優(yōu)化方法協(xié)調從剩余信號提取出的模式參數(shù),以提高辨識精度。

      本文還提出了根據(jù)各信號在小波脊線處的小波系數(shù),辨識系統(tǒng)的振蕩模態(tài)參數(shù)。由于待辨識模式在各信號中能量衰減為零的時刻不同,為便于模態(tài)分析,提出在統(tǒng)一的辨識區(qū)間辨識系統(tǒng)的模式參數(shù)。

      4機2區(qū)域系統(tǒng)算例表明,在受擾軌線對主導模式的可觀性較高時,本文方法可準確獲得系統(tǒng)的模式/模態(tài)參數(shù)。通過10機39節(jié)點新英格蘭仿真算例可知,本文方法對主導模式的頻率、阻尼及模態(tài)參數(shù)的辨識準確性較高;同單個信號的辨識精度相比,采用多信號可提高局部模式的辨識精度。

      當信號數(shù)量較多時,為使得振蕩的在線監(jiān)控成為可能,可采用雙層監(jiān)控的思路。底層監(jiān)控中心根據(jù)就地PMU實測軌線,并行提取各信號的振蕩模式信息;上層監(jiān)控中心根據(jù)底層提供的模式信息,采用協(xié)調優(yōu)化獲得區(qū)域振蕩模式信息。針對可能出現(xiàn)的弱阻尼/負阻尼模式,進一步提取其振蕩模態(tài),為控制手段的施加做準備。該“就地分析、協(xié)調優(yōu)化”的思路可以快速從大量PMU數(shù)據(jù)中獲得區(qū)域振蕩模式、模態(tài)信息,為互聯(lián)電力大系統(tǒng)的振蕩實時監(jiān)控提供了可行方案。

      猜你喜歡
      軌線小波阻尼
      時變切換時滯反饋鎮(zhèn)定混沌系統(tǒng)不穩(wěn)定周期軌線1)
      力學學報(2022年12期)2023-01-15 12:32:46
      構造Daubechies小波的一些注記
      科技風(2021年19期)2021-09-07 14:04:29
      N維不可壓無阻尼Oldroyd-B模型的最優(yōu)衰減
      關于具有阻尼項的擴散方程
      關于二維線性自治系統(tǒng)的相圖的教學
      具有非線性阻尼的Navier-Stokes-Voigt方程的拉回吸引子
      一類反應-擴散-對流方程的平衡解分析
      基于MATLAB的小波降噪研究
      電子制作(2019年13期)2020-01-14 03:15:32
      費米氣體光晶格模型的漸近軌線
      基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
      湖口县| 成都市| 芮城县| 遵化市| 鹿泉市| 建平县| 五常市| 司法| 寻甸| 肇源县| 景泰县| 龙江县| 中山市| 龙井市| 维西| 梅州市| SHOW| 尉氏县| 曲麻莱县| 黄山市| 三台县| 兴国县| 沽源县| 镇康县| 沙洋县| 嘉义市| 天水市| 苗栗县| 理塘县| 巩义市| 丁青县| 旺苍县| 五原县| 育儿| 广南县| 延长县| 肇庆市| 信宜市| 青河县| 凤山市| 上杭县|