【摘要】：近十年電力系統(tǒng)規(guī)�；履茉床⒕W及大容量電力電子設備的廣泛應用,使得電力系統(tǒng)受擾機率增大,擾動后的電力系統(tǒng)電氣量呈現出較強的非平穩(wěn)、非線性的振蕩特征。電力系統(tǒng)擾動已經嚴重威脅到系統(tǒng)安全穩(wěn)定運行,受擾系統(tǒng)的振蕩參數提取已經成為分析電力系統(tǒng)運行狀態(tài)主要技術手段�；谏鲜鰻顩r,本文主要工作如下:1、通過當前電力系統(tǒng)的結構特點,分析出主要擾動類型以及其危害,對擾動行為分析方法進行歸類。2、分析當前電力系統(tǒng)擾動信號的基本特征,并對電力系統(tǒng)多模態(tài)耦合的擾動信號中的固有模態(tài)分量的提取過程進行歸納總結,在此基礎上分析提取方法的差異性,闡述了迭代濾波算法和基于FP函數的自適應迭代濾波算法。3、對電力系統(tǒng)功率低頻振蕩現象的負阻尼機理進行簡要分析,通過對機理認識,獲取低頻振蕩所需辨識參數,根據電力系統(tǒng)實際振蕩行為提出振蕩信號的數學模型,利用Hilbert變換和最小二乘方法對提取分量進行參數擬合,最后利用電力系統(tǒng)低頻振蕩仿真算例對本文算法的有效性進行驗證。4、將自適應迭代濾波算法引入到電力系統(tǒng)電能質量分析中,首先闡述電力系統(tǒng)中常見電能質量擾動類型以及相應的指標,根據不同的電能質量類別,有側重地進行參數辨識,最后對仿真算例進行分析來驗證本文算法的適應性。
【圖文】：

-imf1 為噪聲項，A-imf2 和 A-imf3 分量具有明顯的周期特征，為時，利用 EMD 對測試信號進行分解，結果如圖 3-5 所示，EMD 分量，1 個趨勢分量，其中，E-imf1 為噪聲分量，E-imf2、E-im 分量，，EMD 分解結果中周期性 IMF 分量多于測試信號中包含的

138kV系統(tǒng)實測信號頻譜分布
【學位授予單位】：東北電力大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TM712

【參考文獻】

相關期刊論文 前10條

1 孫正龍;蔡國偉;王雨薇;劉鋮;;基于改進小波變換方法的電力系統(tǒng)低頻振蕩參數辨識[J];電測與儀表;2016年22期

2 黃建明;瞿合祚;李曉明;;基于短時傅里葉變換及其譜峭度的電能質量混合擾動分類[J];電網技術;2016年10期

3 周孝信;魯宗相;劉應梅;陳樹勇;;中國未來電網的發(fā)展模式和關鍵技術[J];中國電機工程學報;2014年29期

4 雍靜;王一平;;低壓配電系統(tǒng)單相非線性負荷諧波諾頓模型研究[J];中國電機工程學報;2014年16期

5 宋海軍;黃傳金;劉宏超;陳鐵軍;李景麗;羅勇;;基于改進LMD的電能質量擾動檢測新方法[J];中國電機工程學報;2014年10期

6 潘從茂;李鳳婷;;基于小波變換的暫態(tài)電能質量的檢測與識別[J];電測與儀表;2013年11期

7 黃傳金;曹文思;陳鐵軍;邱道尹;;局部均值分解在電力系統(tǒng)間諧波和諧波失真信號檢測中的應用[J];電力自動化設備;2013年09期

8 熊杰鋒;李群;袁曉冬;陳兵;楊志超;王柏林;;電力系統(tǒng)諧波和間諧波檢測方法綜述[J];電力系統(tǒng)自動化;2013年11期

9 朱寧輝;白曉民;董偉杰;;基于EEMD的諧波檢測方法[J];中國電機工程學報;2013年07期

10 楊德昌;唐巍;屈瑞謙;C.Rehtanz;李勇;;基于改進局部均值分解的低頻振蕩參數提取[J];中國電機工程學報;2013年04期

相關碩士學位論文 前2條

1 王予疆;基于時頻域混合方法的電力系統(tǒng)低頻振蕩模式在線辨識[D];重慶大學;2012年

2 楊富康;基于FFT的電網諧波檢測方法的研究[D];西安科技大學;2009年

本文編號：2567132