基于窗口滑动改进Prony算法的电力系统低频振荡识别.pdf

第34卷第22期 电力系统自动化 V01．34No．22 AutomationofElectricPower NOV．25，2010 2010年11月25日 Systems 基于窗口滑动改进Prony算法的电力系统低频振荡识别 丁 蓝1，薛安成1，李津1，王金萍2，韩福坤3，王茂海3 (1．华北电力大学电力系统保护与动态安全监控教育部重点实验室，北京市102206； 2．华北电力科学研究院，北京市100045；3．华北电力调度通信中心，北京市100053) 摘要：Prony算法是获取电力系统低频振荡信息的有效方法。针对传统Prony方法只能选取局部 信号进行分析且对噪声敏感的问题，提出了固定窗长滑动的改进措施，进而应用于电力系统低频振 荡识另4中。与传统方法相比，改进的Prony方法通过对信号采取滑动窗口处理，即将拟合目标函数 由局部误差平方最小变为分窗口误差平方和最小，从而能够计及较长时间内的误差平均效应，因而 具有抗噪声能力强、不受信号长度影响的特点。基于DSATools的仿真分析证实了窗口滑动的改 进Prony算法能有效识别低频振荡模式，并且该方法在舍噪声环境下仍然能够保持较高的准确性。 关键词：低频振荡；Prony方法；窗口滑动；噪声；误差 0 引言 impulseresponse，FIR)低通滤波、模糊滤波，小波预 处理的去噪声方法；文献[15]提出了改进多信号的 电力系统低频振荡是制约区域功率传递的重要 Prony算法。上述改进提高了Prony方法的分析精 因素，成为威胁电网安全稳定运行的因素之一。研 度。然而，值得注意的是，在采样数据点较多时，上 究低频振荡的方法主要包括小信号稳定分析方法[13 述改进方法只选择部分信号进行分析，未能充分利 和信号分析两大类。小信号分析方法可获得详细的 用采样信息。因此，尚有大量的工作需进一步完善。 低频振荡信息，但存在大电网“维数灾”和诸如负荷 另一方面，文献[16]利用含高斯白噪声的信号 等不确定因素所导致的模型不准确等问题；另一方 测试，证实了窗口滑动技术在求解复极点模型时能 面，基于同步相量测量技术的广域测量系统 更加准确地区分真实信号与噪声，明显地降低噪声 (WAMS)的快速发展，为利用信号分析方法从实测 对信号极点的影响。同时，分窗口处理技术能够有 轨迹中提取振荡信息提供了基础[2。5]。在信号分析 效地利用数据。有鉴于此，本文提出基于窗口长度 方法中，傅里叶变换、小波变换等虽然应用广泛，但 固定的滑动技术的改进的Prony方法，并用于低频 很难提取信号的衰减特征；而Prony算法利用指数 振荡识别。由于对信号采用了窗口滑动处理，目标 项的线性组合来拟合等间隔采样数据，能够直接获 函数由局部误差平方最小变成了分窗口的误差平方 取信号的频率、衰减、幅值和相位，在低频振荡分析 和最小，因此对噪声有较强的适应能力。与传统 中具有优越性[6引。