基于ARMA遞推算法的電力系統(tǒng)低頻振蕩模式在線辨識(shí)研究.pdf

1、基于ARMA遞推算法的電力系統(tǒng)低頻振蕩模式在線辨識(shí)研究重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：龔嘯導(dǎo)師姓名：陳剛副教授專業(yè)：電氣工程學(xué)科門類：工學(xué)重慶大學(xué)電氣工程學(xué)院二〇一一年五月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著電力系統(tǒng)規(guī)模不斷擴(kuò)大和大區(qū)聯(lián)網(wǎng)推進(jìn)，大量采用高增益的勵(lì)磁調(diào)節(jié)器以改善發(fā)電機(jī)電壓調(diào)節(jié)精度和系統(tǒng)穩(wěn)定性，均使得電網(wǎng)低頻振蕩現(xiàn)象時(shí)有出現(xiàn)，嚴(yán)重威脅系統(tǒng)的正常運(yùn)行。因此，低頻振蕩已成為限制大區(qū)電網(wǎng)互聯(lián)的一個(gè)重要因素，準(zhǔn)確、及時(shí)的低頻振蕩模式

2、辨識(shí)對(duì)大電網(wǎng)的安全穩(wěn)定運(yùn)行具有重要的意義。隨著廣域測(cè)量系統(tǒng)在電力系統(tǒng)中廣泛應(yīng)用，為低頻振蕩模式在線辨識(shí)提供了實(shí)時(shí)的數(shù)據(jù)平臺(tái)。因此，一類不依賴于系統(tǒng)模型，而僅基于系統(tǒng)實(shí)測(cè)信號(hào)的低頻振蕩模式方法成為國(guó)內(nèi)外研究的熱點(diǎn)。本文首先從系統(tǒng)辨識(shí)角度，歸納了基于實(shí)測(cè)信號(hào)的低頻振蕩模式辨識(shí)所需的三個(gè)要素：類噪聲信號(hào)、ARMA(AutegressiveMovingAverage，ARMA)模型以及求解ARMA模型參數(shù)的遞推算法；并詳細(xì)論述了類噪聲信號(hào)用于低

3、頻振蕩模式辨識(shí)的可行性、ARMA模型的相關(guān)基礎(chǔ)理論以及低頻振蕩模式參數(shù)的計(jì)算原理。其次，本文在ARMA模型參數(shù)估計(jì)的常規(guī)遞推算法基礎(chǔ)上，對(duì)ARMA模型采用加權(quán)遞推最小二乘算法擬合高階AR(Autegressive，AR)模型單獨(dú)得到白噪聲估值，并將它們用于常規(guī)加權(quán)遞推增廣最小二乘算法，得到一種改進(jìn)的ARMA遞推參數(shù)估計(jì)方法，以提高參數(shù)估計(jì)的精度及收斂速度。結(jié)合低頻振蕩模式辨識(shí)的三要素，本文還提出了一種低頻振蕩模式辨識(shí)方法，具體包含有五個(gè)

4、部分：類噪聲信號(hào)的選取、數(shù)據(jù)預(yù)處理、AR及ARMA模型階數(shù)的確定、ARMA模型參數(shù)的估計(jì)、低頻振蕩模式的計(jì)算及主導(dǎo)模式的提取。最后，本文通過(guò)采用MATLAB以及PowerSystemAnalysisToolbox軟件包進(jìn)行白噪聲擾動(dòng)下的時(shí)域仿真，模擬電力系統(tǒng)類噪聲信號(hào)；并分別對(duì)平穩(wěn)狀態(tài)及發(fā)生大擾動(dòng)下兩種情況的類噪聲信號(hào)進(jìn)行低頻振蕩模式辨識(shí)，驗(yàn)證本文辨識(shí)方法的有效性及改進(jìn)效果。而且，本文還采用了南方電網(wǎng)某傳輸線上的有功功率信號(hào)進(jìn)行辨識(shí)，并