续的分析和判断处理。
[0043] 作为一个可选的实例，时间序列的构造方式如下：
[0044] 设y(t)为相对功角在t时刻的值，构造变点探测样本时间序列的子序列Y(t):
[0045] Y(t) = [y(t)，y(t+l)，...y(t+K_l)] (2)
[0046] 其中K为变点探测样本时间序列子序列Y(t)中包含的y(t)个数。
[0047] 贝t时刻的相对功角值的样本时间序列构造为：
[0048]
[0049] 其中，n为变点探测样本时间序列y(〇中包含的子序列Y(t)的个数。
[0050] 前述构造的时间序列也被称之为样本序列。
[0051] 【变点的探测】
[0052] 结合图1，在构造好的相对功角值的时间序列的基础上，进行变点的探测，即检查 时间序列上的变化点。
[0053] 作为一个可选的例子，时间序列中t时刻的变点探测值表示为：
[0054] Score (t) = PE(Pt| | Pt_n)+PE (Pt_n | |Pt) (4)
[0055] 其中，Pt、Pt_n分别为时间序列V(/)、VP-⑴的概率分布，PE(P| |P'）表示皮尔逊 距离，定义为：
[0056]
[0057] 式中，p(Y)、p'⑴分别为P、P'的概率密度函数。 p(Y)
[0058] 对概率密度比建立核模型： p(.y)
[0059]
[0060] 其中，9为需要从时间序列求解的参数，K(Y，Yi)为高斯核函数，表达为：
[0061] (7)
[0062] 则两个样本序列的实际概率密度比与核模型的误差为：
[0063]
式中，第一项与核模型无关，将式（6)代入式（8)，则对概率密度比^^的估计可 转化为求解下式：
[0078] 进一步，结合前述变点探测值的式（4)即可求得t时刻的变点探测值。
[0079]【基于变点探测的系统状态区分】
[0080] 基于WAMS在线采集的系统发电机组的功角数据，如以上所描述的，当相对功角发 生较大的波动（突变）时，计算变点探测值Score。
[0081] 当引起功角突变的原因为系统受扰后的暂态问题时，也即如果表现为暂态失稳， 则变点探测结果在两个时间窗（2n)内不会出现极值点，如图2所示，这种情况下系统暂态 失稳，无需给出低频振荡告警。
[0082] 结合附图1以及前述步骤4、步骤5的描述，当变点探测值的计算结果表明在两个 时间窗（2n)内没有出现极值点时（如图2)，决定引起系统动态响应的类型为暂态失稳，无 需低频振荡的告警提醒。
[0083] 当受扰后暂态稳定且系统功角波动快速衰减时，则变点探测结果在两个时间窗 (2n)内会得到2个相近的极值，如图3所示，这种情况下系统波动能快速平息，阻尼较强，也 无需低频振荡告警。
[0084] 结合附图1以及前述步骤4、步骤5的描述，当变点探测值的计算结果表明在两个 时间窗（2n)内出现两个极值点时（如图3)，决定引起系统动态响应的类型为暂态响应快速 衰减，无需低频振荡的告警提醒。
[0085] 结合附图所示，响应于引起系统动态响应为暂态失稳或者暂态响应快速衰减的低 频振荡类型（即在2个时间窗内没有得到极值或者两个极值），则继续监测观测机组的相对 功角的突变以及基于变点探测结果的处理。
[0086] 优选地，还存储系统的实时动态数据，以利于后续的统计和分析。
[0087] 结合图1所示，如果变点探测值的计算结果表明在2个时间窗内出现1个极值点 时（如图4)，则判断为弱阻尼或负阻尼的低频振荡类型（即引起系统动态响应的类型为弱 阻尼或负阻尼），则以变点探测值的极值点对应的时刻作为Prony算法的时间窗的起点，在 线分析获取系统振荡模态信息，并发出告警信息以提醒。
[0088] 前述根据Prony算法进行系统振荡模态信息的分析和处理，可利用现有技术中公 知的方式和手段进行，在本例中不再赘述。
[0089] 本发明前述一个或多个实施例的实现，是根据变点探测不易受白噪声影响，并能 够判断起振点的特征，利用变点探测程序在线识别系统振荡，仅当系统阻尼较弱时，对其进 行在线Prony分析，能够提高所获得系统模态信息的可靠性。同时，本发明以变点探测极值 点对应的时刻作为Prony方法的起点，能够避免因起振初期信号的非平稳所带来的影响， 提高Prony方法所获取系统模态信息的精度。
[0090] 虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技 术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因 此，本发明的保护范围当视权利要求书所界定者为准。
【主权项】
1. 一种基于变点探测和Prony方法相结合的电力系统低频振荡在线监测方法，其特征 在于，包括： 步骤1、基于WAMS系统，根据选择的参考机组，将系统中所有观测机组的功角数据转换 成基于参考机组的相对功角值； 步骤2、监测观测机组的相对功角的突变； 步骤3、响应于观测机组的相对功角发生突变，将相对功角值的实时数据构造成时间序 列； 步骤4、基于前述构造的时间序列，进行变点探测，检查引起系统动态响应的类型；以 及 步骤5、响应于引起系统动态响应的不同类型，执行设定的处理：基于Prony算法的系 统模态分析，或者返回前述步骤继续监测观测机组的相对功角的突变以及基于变点探测结 果的处理。2. 根据权利要求1的基于变点探测和Prony方法相结合的电力系统低频振荡在线监测 方法，其特征在于，前述步骤2中，采用下述条件作为突变判断的判据：式中，P为系统中的观测机组数；N为离散数据长度；C为设定的基准值； 其中，当相对功角满足前述条件时，决定系统中没有发生明显的波动；当前述条件不满 足时，判断系统中机组的相对功角发生突变。3. 根据权利要求1或2的基于变点探测和Prony方法相结合的电力系统低频振荡在线 监测方法，其特征在于，前述步骤4中，变点探测以及引起系统动态响应的类型的检查，通 过计算变点探测值以及检查变点探测值的探测结果是否在两个时间窗口出现极值点来实 现。4. 根据权利要求3的基于变点探测和Prony方法相结合的电力系统低频振荡在线监测 方法，其特征在于，前述步骤4中，检查引起系统动态响应的类型的过程包括： 1) 当变点探测值的曲线在两个时间窗内没有出现极值点时，决定引起系统动态响应的 类型为暂态失稳； 2) 当变点探测值的曲线在两个时间窗内出现两个极值点时，决定引起系统动态响应的 类型为暂态响应快速衰减； 3) 当变点探测值的曲线两个时间窗内出现1个极值点时，决定引起系统动态响应的类 型为弱阻尼或负阻尼低频振荡。5. 根据权利要求3或4的基于变点探测和Prony方法相结合的电力系统低频振荡在线 监测方法，其特征在于，前述步骤5中，响应于引起系统动态响应的类型为暂态失稳或者暂 态响应快速衰减，返回前述步骤继续监测观测机组的相对功角的突变以及基于变点探测结 果的处理；并且 响应于引起系统动态响应的类型为弱阻尼或负阻尼，以极值点所对应的时刻作为 Prony算法的时间窗起点，基于Prony算法分析系统模态，发出低频振荡在线告警信息。6. 根据权利要求3或4的基于变点探测和Prony方法相结合的电力系统低频振荡在线 监测方法，其特征在于，前述方法更加包含以下步骤： 响应于引起系统动态响应的类型为暂态失稳或者暂态响应快速衰减，存储系统实时的 动态数据。
【专利摘要】本发明提供一种基于变点探测和Prony方法相结合的电力系统低频振荡在线监测方法，包括：基于WAMS系统，将系统中所有观测机组的功角数据转换成基于参考机组的相对功角值；监测观测机组的相对功角的突变；响应于发生突变，将相对功角值的实时数据构造成时间序列；进行变点探测，检查引起系统动态响应的类型；响应于引起系统动态响应的不同类型，执行设定的处理：基于Prony算法的系统模态分析，或者返回前述步骤继续监测观测机组的相对功角的突变以及基于变点探测结果的处理。利用本发明可克服现有低频振荡在线监测系统的不足，实现对系统低频振荡状态的准确判断，同时可避免因起振初期信号的非平稳性所带来的影响，提高Prony方法所获取系统模态信息的精度和可靠性。
【IPC分类】H02J3/00, G06F19/00, H02J13/00
【公开号】CN104953583
【申请号】CN201510379000
【发明人】余一平, 鞠平, 张毅明, 孙建华, 陈军, 熊浩清, 金宇清, 孙冉, 周冰, 张庆文, 李俊周, 张 浩, 王成庆, 刘晓波, 刘咏飞, 李洪宇, 沈赋
【申请人】河海大学, 国网河南省电力公司
【公开日】2015年9月30日
【申请日】2015年7月1日