专利名称：一种电力系统低频振荡模式时频分析方法
技术领域：
本发明涉及电力系统中的输配电工程技术领域，具体涉及一种电力系统低频振荡模式时频分析方法。
背景技术：
随着电力工业的发展，电网结构复杂，设备繁多。在采用现代快速、高顶值倍数励磁系统的条件下，低频振荡在长距离、重负荷的联络 线上时常发生，对电网的安全稳定运行造成重要的影响。对低频振荡模式进行分析，能够指导电力系统稳定控制器参数整定，且能对系统安全域进行有效预警。因此，研究低频振荡模式参数分析方法具有重要的现实意义。而现有的低频振荡模式分析方法对非线性的、含噪声干扰的低频振荡信号处理的效果不佳，并且割裂了模式分析的时域与频域间的联系，值得进一步改进。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种电力系统低频振荡模式时频分析方法。本发明提供的技术方案是一种电力系统低频振荡模式时频分析方法，其特点是该方法步骤如下步骤I)获取电力系统低频振荡信号，该信号为振荡时的电网频率/电压、或电流值；步骤2)对于该信号包括的每一振荡模式，分别采用适合该振荡模式的衰减正弦量模型作为原子库中的原子；步骤3)以上述各原子的参数，包括幅值、频率、阻尼系数、相位、开始时间与结束时间分别作为粒子群算法中待优化粒子的参数组，内积值为适应值函数；步骤4)再采用基于改进粒子群算法的原子匹配追踪法对原子匹配追踪过程进行优化搜索，得到数组原子参数，即分别为各振荡模式的模态参数；步骤5)重复步骤4)，19次后终止，则每一振荡模式的模态参数输出了 20次的不同结果；步骤6)采用最小二乘法分别对各振荡模式的模态参数的20次的计算结果进行拟合，最终得到各振荡模式最优的模态参数组，包括幅值、频率、阻尼系数、相位、开始时间与结束时间，从而完成该信号的整个低频振荡模式的时频分析过程。上述提及的基于改进粒子群算法的原子匹配追踪法的步骤如下步骤I)随机产生原子的初始位置和速度；步骤2)设定种群规模，设置单纯形局部搜索概率P1，变异概率P2，最大进化代数I .
丄 max 9步骤3)计算原子的适应值，当达到第Imax次迭代时，对最优原子Pbest配置
间的随机数R1，若R1小于P1，则以Pbest为顶点构成初始单纯形进行局部搜索；否则，转步骤4)；步骤4)每次迭代中，比较原子的当前适应值与原子本身经过的最佳适应值，若当前适应值更好，则更新最佳适应值；步骤5)比较种群中所有原子的最佳适应值，若有优于Pbest的适应值，则将其更新替代，作为新的全局极值点再进行搜索；步骤6)通过个体极值和全局极值信息校正原子的位置和速度；步骤7)将种群分布熵与阈值进行比较，对第i个原子配置
间的随机数R2,若R2小于P2，则执行变异操作；否则，转步骤8)；步骤8)重复步骤3)到步骤7)，直至迭代终止条件。 粒子群算法(particle swarm optimization, PS0)为现有技术,本发明在现有粒子群算法的基础上进行了改进，加入单纯形搜索与变异操作，并将改进后的PSO算法应用于原子匹配追踪优化，通过比较原子的最佳适应值，选取最能反映振荡模式特性的原子，从而实现将原子的选取过程转化为利用粒子群优化算法求解函数最优化问题。最终，重复运行多次改进PS0，得到多组原子参数，采用最小二乘法拟合计算结果，得到最优的一组模态参数组。每一个原子对应于一个振荡模式，从而完成一信号的整个低频振荡模式的时频分析过程。本发明与现有技术相比，优点为本方法具备自适应地获取振荡模式模态参数的优点，且具有较好的时频分辨能力，能够有效辨识非线性与非平稳信号；本方法具备时间定位功能，能够准确反映各模式的作用时间，为掌握低频振荡的传播特性提供参考依据。
图I是本发明实施例获取的测试信号波形图。图2是本发明所辨识出的2个有效模式原子MA示意图。其中a对应模式I，b对应模式2。
具体实施例方式本发明为一种电力系统低频振荡模式时频分析方法，其步骤如下步骤I)获取电力系统低频振荡信号，该信号为振荡时的电网频率/电压、或电流值；步骤2)对于该信号包括的每一振荡模式，分别采用适合该振荡模式的衰减正弦量模型作为原子库中的原子；步骤3)以上述各原子的参数，包括幅值、频率、阻尼系数、相位、开始时间与结束时间分别作为粒子群算法中待优化粒子的参数组，内积值为适应值函数；步骤4)再采用基于改进粒子群算法的原子匹配追踪法对原子匹配追踪过程进行优化搜索，得到数组原子参数，即分别为各振荡模式的模态参数；步骤5)重复步骤4)，19次后终止，则每一振荡模式的模态参数输出了 20次的不同结果；步骤6)采用最小二乘法分别对各振荡模式的模态参数的20次的计算结果进行拟合，最终得到各振荡模式最优的模态参数组，包括幅值、频率、阻尼系数、相位、开始时间与结束时间，从而完成该信号的整个低频振荡模式的时频分析过程。上述提及的基于改进粒子群算法的原子匹配追踪法的步骤如下步骤I)随机产生原子的初始位置和速度；步骤2)设定种群规模，设置单纯形局部搜索概率P1,变异概率P2,最大进化代数
I ·
丄 max 9
步骤3)计算原子的适应值，当达到第Imax次迭代时，对最优原子Pbest配置
间的随机数R1，若R1小于P1，则以Pbest为顶点构成初始单纯形进行局部搜索；否则，转步骤4)；步骤4)每次迭代中，比较原子的当前适应值与原子本身经过的最佳适应值，若当前适应值更好，则更新最佳适应值；步骤5)比较种群中所有原子的最佳适应值，若有优于Pbest的适应值，则将其更新替代，作为新的全局极值点再进行搜索；步骤6)通过个体极值和全局极值信息校正原子的位置和速度；步骤7)将种群分布熵与阈值进行比较，对第i个原子配置
间的随机数R2,若R2小于P2，则执行变异操作；否则，转步骤8)；步骤8)重复步骤3)到步骤7)，直至迭代终止条件。 下面以具体实施例进行说明。获取电力系统低频振荡信号，该信号包括二个振荡模式，模式I和模式2的频率分别为O. 35Hz (O 15s)和O. 52Hz (15 30s)，衰减系数分别为-O. 35 (O 15s)和-O. 08(15 30s)，该信号波形参见图1，具体参数见表I。以基于改进PSO的原子匹配追踪法对原子匹配追踪过程进行优化搜索，PSO的初始化原子个数取40，最大迭代次数为40次，惯性权重因子w=0. 7298，加速系数C1=C2=L 4962，选取最能反映振荡模式特性的原子，提取的2个模式原子MA见图2。循环进行20次后，采用最小二乘法拟合后的辨识结果见下表2。由下表2可知，通过本发明方法所得到的2个模式频率分别为O. 3488Hz和O. 5166Hz，衰减系数分别为-O. 3479和-O. 0810，还有模式的幅值、相位以及作用时间等，均与理想值，也就是与表I中的参数非常接近。故本发明方法可有效辨识模式的频率、衰减系数、开始时间与终止时间等。表I
频率/Hz衰减系数幅值/pu 相位/degree
O 15s 15 30s O 15s 15 30sIO
0.35 0.52OO 08IO表权利要求
1.一种电力系统低频振荡模式时频分析方法，其特征在于该方法步骤如下 步骤I)获取电力系统低频振荡信号，该信号为振荡时的电网频率/电压、或电流值；步骤2)对于该信号包括的每一振荡模式，分别采用适合该振荡模式的衰减正弦量模型作为原子库中的原子； 步骤3)以上述各原子的参数，包括幅值、频率、阻尼系数、相位、开始时间与结束时间分别作为粒子群算法中待优化粒子的参数组，内积值为适应值函数； 步骤4)再采用基于改进粒子群算法的原子匹配追踪法对原子匹配追踪过程进行优化搜索，得到数组原子参数，即分别为各振荡模式的模态参数； 步骤5)重复步骤4)，19次后终止； 步骤6)采用最小二乘法分别对各振荡模式的模态参数的20次的计算结果进行拟合，最终得到各振荡模式最佳的模态参数组，包括幅值、频率、阻尼系数、相位、开始时间与结束时间，从而完成该信号的整个低频振荡模式的时频分析过程。
2.如权利要求I所述的一种电力系统低频振荡模式时频分析方法，其特征在于所述基于改进粒子群算法的原子匹配追踪法的步骤如下 步骤I)随机产生原子的初始位置和速度；步骤2)设定种群规模，设置单纯形局部搜索概率P1，变异概率P2，最大进化代数Imax ；步骤3)计算原子的适应值，当达到第Imax次迭代时，对最优原子Pbest配置
间的随机数R1，若R1小于P1，则以Pbest为顶点构成初始单纯形进行局部搜索；否则，转步骤4)；步骤4)每次迭代中，比较原子的当前适应值与原子本身经过的最佳适应值，若当前适应值更好，则更新最佳适应值； 步骤5)比较种群中所有原子的最佳适应值，若有优于Pbest的适应值，则将其更新替代，作为新的全局极值点再进行搜索； 步骤6)通过个体极值和全局极值信息校正原子的位置和速度； 步骤7)将种群分布熵与阈值进行比较，对第i个原子配置
间的随机数R2，若R2小于P2，则执行变异操作；否则，转步骤8)； 步骤8)重复步骤3)到步骤7)，直至迭代终止条件。
全文摘要
一种电力系统低频振荡模式时频分析方法，包括以下步骤研究适用于低频振荡信号分析的基于改进PSO的原子匹配追踪法；利用改进PSO的原子匹配追踪法分析电力系统低频振荡模式的时频变化特性。从而，通过比较原子的最佳适应值，选取最能反映振荡模式特性的原子，从而实现将原子的选取过程转化为利用粒子群优化算法求解函数最优化问题。最终，重复运行多次改进PSO，得到多组原子参数，采用最小二乘法拟合计算结果。本方法具备自适应地获取振荡模式模态参数的优点，且具有较好的时频分辨能力，能够有效辨识非线性与非平稳信号；且能准确反映各模式的作用时间，为掌握低频振荡的传播特性提供参考依据。
文档编号H02J3/00GK102969713SQ20121052622
公开日2013年3月13日 申请日期2012年12月10日 优先权日2012年12月10日
发明者肖辉, 吴学斌, 吴昊霖, 杨鹏, 刘艳飞, 刘永峰 申请人:长沙理工大学