基于ARMA遞推算法的電力系統低頻振蕩模式在線辨識研究.pdf

1、基于ARMA遞推算法的電力系統低頻振蕩模式在線辨識研究重慶大學碩士學位論文學生姓名：龔嘯導師姓名：陳剛副教授專業(yè)：電氣工程學科門類：工學重慶大學電氣工程學院二〇一一年五月重慶大學碩士學位論文中文摘要I摘要隨著電力系統規(guī)模不斷擴大和大區(qū)聯網推進，大量采用高增益的勵磁調節(jié)器以改善發(fā)電機電壓調節(jié)精度和系統穩(wěn)定性，均使得電網低頻振蕩現象時有出現，嚴重威脅系統的正常運行。因此，低頻振蕩已成為限制大區(qū)電網互聯的一個重要因素，準確、及時的低頻振蕩模式

2、辨識對大電網的安全穩(wěn)定運行具有重要的意義。隨著廣域測量系統在電力系統中廣泛應用，為低頻振蕩模式在線辨識提供了實時的數據平臺。因此，一類不依賴于系統模型，而僅基于系統實測信號的低頻振蕩模式方法成為國內外研究的熱點。本文首先從系統辨識角度，歸納了基于實測信號的低頻振蕩模式辨識所需的三個要素：類噪聲信號、ARMA(AutegressiveMovingAverage，ARMA)模型以及求解ARMA模型參數的遞推算法；并詳細論述了類噪聲信號用于低

3、頻振蕩模式辨識的可行性、ARMA模型的相關基礎理論以及低頻振蕩模式參數的計算原理。其次，本文在ARMA模型參數估計的常規(guī)遞推算法基礎上，對ARMA模型采用加權遞推最小二乘算法擬合高階AR(Autegressive，AR)模型單獨得到白噪聲估值，并將它們用于常規(guī)加權遞推增廣最小二乘算法，得到一種改進的ARMA遞推參數估計方法，以提高參數估計的精度及收斂速度。結合低頻振蕩模式辨識的三要素，本文還提出了一種低頻振蕩模式辨識方法，具體包含有五個

4、部分：類噪聲信號的選取、數據預處理、AR及ARMA模型階數的確定、ARMA模型參數的估計、低頻振蕩模式的計算及主導模式的提取。最后，本文通過采用MATLAB以及PowerSystemAnalysisToolbox軟件包進行白噪聲擾動下的時域仿真，模擬電力系統類噪聲信號；并分別對平穩(wěn)狀態(tài)及發(fā)生大擾動下兩種情況的類噪聲信號進行低頻振蕩模式辨識，驗證本文辨識方法的有效性及改進效果。而且，本文還采用了南方電網某傳輸線上的有功功率信號進行辨識，并