检索结果-维普期刊中文期刊服务平台

基于EEMD和矩阵束算法的低频振荡主导模式识别被引量：26: 1; 作者雷强刘光晔 +1 位作者朱永强廖庭坚《电力系统保护与控制》 EI CSCD 北大核心 2016年第12期56-62,共7页; 传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含... 展开更多; 关键词矩阵束算法低信噪比集合经验模态分解低频振荡主导模式识别; 在线阅读下载PDF 职称材料

基于EMD-TEO及信号能量分析法的主导低频振荡模式识别被引量：24: 2; 作者王娜娜刘涤尘 +3 位作者廖清芬陈恩泽黄涌赵红生《电工技术学报》 EI CSCD 北大核心 2012年第6期198-204,共7页; 提出了一种识别电力系统主导低频振荡模式的新方法。该方法综合了经验模态分解(EMD)、Teager能量算子(TEO)及信号能量分析法,借助经验模态分解处理非平稳信号,不需考虑定阶问题,扩展了信号能量分析法的应用范围;利用Teager能量算子的快... 展开更多; 关键词电力系统低频振荡主导模式识别经验模态分解 TEAGER能量算子; 在线阅读下载PDF 职称材料

基于模态级数法的功角失稳和电压失稳主导性识别被引量：1: 3; 作者张晓英付斌张晓敏《兰州理工大学学报》 CAS 北大核心 2016年第6期99-103,共5页; 准确区分电压稳定和功角稳定问题是评价电力系统稳定性的基础.单独分析其中某一方面的问题,不考虑两者之间的相关性,就会使分析结果不全面,从而不能准确地反映系统的真实情况.基于传统的暂态电压分析模型,利用模态级数分解法,通过分析... 展开更多; 关键词电压稳定功角稳定模态级数主导模式识别; 在线阅读下载PDF 职称材料

基于EEMD-NExT的低频振荡主导模式工况在线辨识与预警被引量：11: 4; 作者汪颂军刘涤尘 +4 位作者廖清芬周雨田王亚俊王乙斐赵一婕《电力自动化设备》 EI CSCD 北大核心 2014年第12期111-116,122,共7页; 结合集合经验模式分解(EEMD)和自然激励技术(NEx T),基于广域测量系统(WAMS)的动态量测信息,提出低频振荡主导模式识别方法。该方法借助EEMD处理非平稳信号,利用EEMD时空滤波器、互相关系数和信号能量权重筛选出主导模式分量;通过NEx T... 展开更多; 关键词集合经验模式分解自然激励技术工况模式分析低频振荡主导模式识别稳定性; 在线阅读下载PDF 职称材料

题名基于EEMD和矩阵束算法的低频振荡主导模式识别被引量：26: 1; 作者雷强刘光晔朱永强廖庭坚; 机构湖南大学电气与信息工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2016年第12期56-62,共7页; 基金国家自然科学基金资助项目(51577053)~~; 文摘传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含有主导模式的IMF分量,并利用矩阵束算法分析得到模态参数,从而扩展了传统矩阵束算法的应用范围。算例分析结果表明,该方法可以较好地适应非线性系统,抗噪声能力较强,在低信噪比时仍然可用于低频振荡主导模式的识别,为电力系统低频振荡问题的研究提供了新思路。; 关键词矩阵束算法低信噪比集合经验模态分解低频振荡主导模式识别; Keywords matrix pencil algorithm low SNR ensemble empirical mode decomposition low frequency oscillation dominant mode identification; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于EMD-TEO及信号能量分析法的主导低频振荡模式识别被引量：24: 2; 作者王娜娜刘涤尘廖清芬陈恩泽黄涌赵红生; 机构武汉大学电气工程学院华中电网有限公司; 出处《电工技术学报》 EI CSCD 北大核心 2012年第6期198-204,共7页; 基金国家自然科学基金(51077103) 国家高技术研究发展计划(2011AA05A119)资助项目; 文摘提出了一种识别电力系统主导低频振荡模式的新方法。该方法综合了经验模态分解(EMD)、Teager能量算子(TEO)及信号能量分析法,借助经验模态分解处理非平稳信号,不需考虑定阶问题,扩展了信号能量分析法的应用范围;利用Teager能量算子的快速响应能力及健壮性,提高了频率辨识精度;根据二阶模型下的信号能量分析法,提出了一种阻尼比的简化算法。分别在WEPRI-36系统和实际电网中进行了验证,并与Q-R特征值分析法及Prony算法进行了准确性比较。结果表明,新方法对非线性系统的适应性比Prony算法强,可用于低频振荡主导模式的有效识别。; 关键词电力系统低频振荡主导模式识别经验模态分解 TEAGER能量算子; Keywords Power system, low frequency oscillation, dominant inertial mode identification, empirical mode decomposition, Teager energy operator; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于模态级数法的功角失稳和电压失稳主导性识别被引量：1: 3; 作者张晓英付斌张晓敏; 机构兰州理工大学电气工程与信息工程学院; 出处《兰州理工大学学报》 CAS 北大核心 2016年第6期99-103,共5页; 基金国家自然科学基金(51267012); 文摘准确区分电压稳定和功角稳定问题是评价电力系统稳定性的基础.单独分析其中某一方面的问题,不考虑两者之间的相关性,就会使分析结果不全面,从而不能准确地反映系统的真实情况.基于传统的暂态电压分析模型,利用模态级数分解法,通过分析系统平衡点附近的非线性相关因子,得到平衡点附近的非线性失稳模式,通过分析二阶解析解响应得到了主导失稳模式指标,最终确定系统主导失稳模式.通过WSC4机系统仿真结果表明,该方法能准确反映平衡点附近的稳定状态和辨别系统主导失稳模式.; 关键词电压稳定功角稳定模态级数主导模式识别; Keywords voltage stability power angle stability modal series method recognition of dominant mode; 分类号 TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于EEMD-NExT的低频振荡主导模式工况在线辨识与预警被引量：11: 4; 作者汪颂军刘涤尘廖清芬周雨田王亚俊王乙斐赵一婕; 机构武汉大学电气工程学院; 出处《电力自动化设备》 EI CSCD 北大核心 2014年第12期111-116,122,共7页; 基金国家高技术研究发展计划(863计划)项目(2011AA-05A119) 国家电网公司大电网重大专项资助项目课题(SGCC-MPLG029-2012)~~; 文摘结合集合经验模式分解(EEMD)和自然激励技术(NEx T),基于广域测量系统(WAMS)的动态量测信息,提出低频振荡主导模式识别方法。该方法借助EEMD处理非平稳信号,利用EEMD时空滤波器、互相关系数和信号能量权重筛选出主导模式分量;通过NEx T求互相关函数,并利用Teager能量算子识别时变幅值和频率,采用信号能量分析法辨识阻尼比并应用于预警系统。算例仿真结果表明,所提方法能够实时准确地辨识出系统的主导模式信息,且无需人工激励并剔除虚假模式,同时具有较强的抗噪性能。; 关键词集合经验模式分解自然激励技术工况模式分析低频振荡主导模式识别稳定性; Keywords ensemble empirical mode decomposition natural excitation technique operational modal analysis low-frequency oscillation dominant mode identification stability; 分类号 TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于EEMD和矩阵束算法的低频振荡主导模式识别	雷强刘光晔朱永强廖庭坚	《电力系统保护与控制》 EI CSCD 北大核心	2016	26	在线阅读下载PDF 职称材料
2	基于EMD-TEO及信号能量分析法的主导低频振荡模式识别	王娜娜刘涤尘廖清芬陈恩泽黄涌赵红生	《电工技术学报》 EI CSCD 北大核心	2012	24	在线阅读下载PDF 职称材料
3	基于模态级数法的功角失稳和电压失稳主导性识别	张晓英付斌张晓敏	《兰州理工大学学报》 CAS 北大核心	2016	1	在线阅读下载PDF 职称材料
4	基于EEMD-NExT的低频振荡主导模式工况在线辨识与预警	汪颂军刘涤尘廖清芬周雨田王亚俊王乙斐赵一婕	《电力自动化设备》 EI CSCD 北大核心	2014	11	在线阅读下载PDF 职称材料