数据驱动的电力系统强迫振荡源定位_37页_4mb

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

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。