> **来源：[研报客](https://pc.yanbaoke.cn)** # 数据驱动的电力系统强迫振荡源定位总结 ## 核心内容 电力系统中的强迫振荡是影响电网安全稳定运行的重要因素。强迫振荡具有起振快、随机性强、失去振荡源后快速平息的特点，因此快速准确定位强迫振荡源是抑制其影响的关键。传统方法在面对时变特性、多模态特征和量测噪声干扰时存在一定的局限性，因此研究者提出了一种数据驱动的强迫振荡源定位方法，以提高定位精度与效率。 ## 主要观点 1. **数据驱动方法的优势**：相较于模型驱动方法，数据驱动方法能够更灵活地处理电力系统中复杂的强迫振荡模式，具有更高的适应性和准确性。 2. **强迫振荡分量提取**：采用多元经验模态分解（MEMD）和同步压缩变换（SST）等时-频域分析技术，对多通道量测信息进行同步分解，提取出强迫振荡分量。 3. **耗散能量流定位**：通过构建量测信息矩阵，结合Teager能量计算，提取强迫振荡IMF分量，并计算耗散能量流，以识别强迫振荡源。 4. **频域定位方法**：基于Parseval定理，将传统耗散能量流推广至频域，提升定位效率，并结合同步压缩变换进一步提高频率估计精度。 5. **性能提升策略**：引入多元变分模态分解（MVMD）技术，优化分量提取与能量流计算过程，提高方法的鲁棒性和定位精度。 ## 关键信息 ### 1. 强迫振荡分量提取 - **多元经验模态分解（MEMD）**：用于对多通道量测信息进行同步分解，提取出强迫振荡IMF分量。 - **Teager能量**：用于识别强迫振荡分量，其最大值对应的IMF分量为强迫振荡分量。 - **同步压缩变换（SST）**：用于提升频率估计精度，实现时-频域同步分析。 - **多通道时-频系数矩阵**：通过时-频分析技术，构建多通道时-频系数矩阵，追踪强迫振荡模式。 ### 2. 强迫振荡源定位 - **时域定位方法**：基于MEMD提取的IMF分量，计算耗散能量流，定位强迫振荡源。 - **频域定位方法**：基于Parseval定理，将耗散能量流推广至频域，直接估计强迫振荡频率，提高定位效率。 - **时-频域定位方法**：结合时-频分析技术，提取时-频域耗散能量流，有效表征强迫振荡的时域与频域特性，提升定位精度。 ### 3. 定位性能提升 - **多元变分模态分解（MVMD）**：通过构建变分约束模型，实现多通道量测信息的同步自适应分解，提升分量提取的效率与准确性。 - **平均能量函数与能量权重**：用于评估各IMF分量的能量分布，确定强迫振荡分量。 - **鲁棒性分析**：所提方法在系统可观性受限、噪声干扰较大的情况下，仍能有效识别强迫振荡源。 ## 算例分析 - **WECC-240测试系统**：在强迫振荡频率变化的场景下，方法能有效识别时变强迫振荡模式，并准确定位振荡源。 - **WECC-179测试系统**：在包含多频率谐波的强迫振荡场景中，方法能准确提取各频率分量，并识别出强迫振荡源。 - **ISO-NE电网实测数据**：在实际电网数据中，方法成功定位出强迫振荡源，验证了其在真实场景下的有效性。 ## 结论与展望 - **结论**：数据驱动的强迫振荡源定位方法在处理时变、多模态和噪声干扰等复杂情况时，表现出更高的定位精度和效率。 - **展望**：未来可进一步优化算法，提高计算效率，并拓展至更复杂的电网系统中，以实现更广泛的应用。 ## 方法对比 | 方法 | 优势 | 局限性 | |------|------|--------| | EMD | 简单易行 | 计算效率低，难以处理多通道数据 | | MEMD | 支持多通道同步分解 | 计算效率较高，能有效提取强迫振荡分量 | | SST | 提高频率估计精度 | 需要较复杂的时频分析 | | MVMD | 同步自适应分解，提升鲁棒性 | 需要优化变分约束模型 | ## 图表说明 - **图1**：耗散能量流定位流程图，展示强迫振荡源定位的基本步骤。 - **图2**：MEMD分解结果，用于提取强迫振荡分量。 - **图3**：多通道时-频系数矩阵，用于识别强迫振荡频率。 - **图4**：时-频域耗散能量流计算过程，展示时频分析技术在定位中的应用。 - **图5**：实际系统中强迫振荡频率变化，验证方法对时变振荡的适应性。 - **图6**：MVMD能量权重计算，用于识别强迫振荡分量。 ## 总结 本研究提出了一种基于数据驱动的强迫振荡源定位方法，通过多元经验模态分解、同步压缩变换、时-频域分析及多元变分模态分解等技术，有效提取强迫振荡分量，并实现高精度、高效率的源定位。该方法在处理时变、多模态及噪声干扰等复杂情况时表现出良好的性能，具有实际应用价值。