[发明专利]一种基于高阶累积量与ESPRIT算法的功率振荡检测方法

说明书

本发明公开了一种基于高阶累积量与ESPRIT算法的功率振荡检测方法，引入了高阶累积量，能够屏蔽高斯白噪声和有色噪声对信号的干扰，同时能够保留信号中与振荡相关的有效信息。为了消除量测数据噪声对功率振荡检测的影响，弥补现有方法的不足，需要先对信号进行相关预处理，然后使用高阶累积量替代原信号，最后再进行ESPRIT辨识。本发明操作步骤简单，运算速度快，因此拥有较好的应用前景。

技术领域

本发明属于电力系统振荡检测领域，特别涉及了一种功率振荡检测方法。

背景技术

随着电网规模的不断扩大、新能源发电系统的接入以及区域电网互联局面的出现，系统中的功率振荡事故越发频繁，严重威胁电网的安全稳定运行。对电力系统功率振荡进行及时准确的检测能够为调度提供有效的振荡信息，有利于及时采取措施抑制和消除功率振荡，保证电力系统的稳定运行，因此具有重要意义。

目前常见的功率振荡分析方法可分为两大类，一类是线性化分析法，另一类是基于实测数据的信号分析法。线性化分析法能够得到丰富的振荡信息，但对于系统模型的依赖程度高且在电网规模较大时会出现“维数灾”问题。因此线性化分析法仅适用于机理类研究和事故后分析。

基于实测数据的信号分析方法主要包括Prony算法、希尔伯特-黄变换算法、小波变换、经验模态分解(EMD)算法和子空间分解类算法等。这些信号分析方法各有特点，并在运算速度方面有所提升，但在高斯噪声抑制方面效果不佳，这使得振荡检测结果的精确性得不到保证。为了能够及时准确地得到电力系统的功率振荡信息，还需要对检测方法的噪声抑制方面进行改善。

因此，确定一套能够在线运用且能够消除高斯噪声影响的功率振荡方法具有其必要性。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种基于高阶累积量与ESPRIT算法的功率振荡检测方法，能够在高斯噪声干扰下准确检测出系统中发生的功率振荡信息。

为了实现上述技术目的，本发明的技术方案为：

一种基于高阶累积量与ESPRIT算法的功率振荡检测方法，包括以下步骤：

(1)更新系统中相量测量单元(PMU)采样的电信号数据；

(2)对采样的电信号数据进行信号预处理；

(3)计算预处理后信号的四阶累积量；

(4)将信号的四阶累积量替代原信号数据；

(5)对步骤(4)得到的数据使用ESPRIT算法进行功率振荡辨识；

(6)根据辨识结果判断是否发生功率振荡，如发生功率振荡，则向调度中心输出振荡信息；如未发生功率振荡，则返回步骤(1)。

进一步地，在步骤(2)中，信号预处理包括异常数据的识别、剔除、补正以及数据的滤波；所述异常数据是指由于测量偏差产生的明显不符合数据趋势的错误数据点。

进一步地，通过下式对异常数据进行识别：

其中，i＝7,8,...,N，N为数据长度，y_i为原始数据，为插值后数据；

先检验前6个数据点是正常数据点，

通过上述两式按时间顺序逐点计算满足下式即为异常数据：