检索结果-维普期刊中文期刊服务平台

基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究被引量：9: 1; 作者董超刘涤尘 +3 位作者廖清芬党杰张彪孙文涛《电力系统保护与控制》 EI CSCD 北大核心 2012年第3期114-118,123,共6页; 针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留... 展开更多; 关键词低频振荡数学形态学 TLS-ESPRIT算法振荡模式辨识; 在线阅读下载PDF 职称材料

计及模型定阶的低频振荡模式类噪声信号辨识被引量：31: 2; 作者吴超陆超 +2 位作者韩英铎吴小辰柳勇军《电力系统自动化》 EI CSCD 北大核心 2009年第21期1-6,共6页; 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归... 展开更多; 关键词振荡模式辨识类噪声信号自回归滑动平均模型贝叶斯准则 ARMA(2n 2n-1)建模方案; 在线阅读下载PDF 职称材料

电力系统低频振荡模式的自动分类研究被引量：17: 3; 作者陆超陆秋瑜《电力系统保护与控制》 EI CSCD 北大核心 2010年第4期35-38,48,共5页; 大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类。针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统。该系统包括特... 展开更多; 关键词低频振荡振荡模式辨识模式分类特征选择 Fisher分类 K近邻分类二次型分类; 在线阅读下载PDF 职称材料

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析被引量：7: 4; 作者彭章刚周步祥 +3 位作者李世新王精卫周海忠唐浩《电测与仪表》北大核心 2015年第23期16-22,共7页; 针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理... 展开更多; 关键词独立分量分析经验模态分解 PRONY算法振荡模式辨识; 在线阅读下载PDF 职称材料

题名基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究被引量：9: 1; 作者董超刘涤尘廖清芬党杰张彪孙文涛; 机构武汉大学电气工程学院广东电网电力调度中心华中电网有限公司; 出处《电力系统保护与控制》 EI CSCD 北大核心 2012年第3期114-118,123,共6页; 基金国家自然科学基金项目(51077103) 武汉大学自主科研项目(5082009)~~; 文摘针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留更多的有用信息。对消噪后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法进行辨识,从而获取低频振荡各个模式参数。通过算例仿真,说明所提出的方法是可行和有效的。; 关键词低频振荡数学形态学 TLS-ESPRIT算法振荡模式辨识; Keywords low frequency oscillation mathematical morphology TLS-ESPRIT algorithm oscillation 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

题名计及模型定阶的低频振荡模式类噪声信号辨识被引量：31: 2; 作者吴超陆超韩英铎吴小辰柳勇军; 机构清华大学电机系电力系统国家重点实验室南方电网技术研究中心; 出处《电力系统自动化》 EI CSCD 北大核心 2009年第21期1-6,共6页; 基金电力系统国家重点实验室项目(SKLK08Z01) 中国南方电网有限责任公司重大科技专项资助; 文摘弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归滑动平均(ARMA)法进行低频振荡模式辨识,从而实现电网正常运行状态下的动态稳定性预警。模型定阶是利用ARMA法进行振荡模式辨识的关键步骤,直接关系到结果的准确性。在分析比较各种定阶准则优缺点的基础上,选用贝叶斯准则(BIC)确定ARMA模型阶数,进一步面向在线实际应用,采用ARMA(2n,2n-1)建模方案提高辨识速度。最后,将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理,辨识结果说明了该方法的有效性。; 关键词振荡模式辨识类噪声信号自回归滑动平均模型贝叶斯准则 ARMA(2n 2n-1)建模方案; Keywords oscillation mode estimation ambient signal ARMA model BIC ARMA（2n, 2n- 1） modeling procedure; 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

题名电力系统低频振荡模式的自动分类研究被引量：17: 3; 作者陆超陆秋瑜; 机构清华大学电机系电力系统国家重点实验室; 出处《电力系统保护与控制》 EI CSCD 北大核心 2010年第4期35-38,48,共5页; 基金电力系统国家重点实验项目(SKLD08Z01) 中国南方电网有限责任公司重大科技专项; 文摘大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类。针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统。该系统包括特征选择和分类器两个部分,利用特征选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能。进一步的,基于南方电网简化仿真数据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息。; 关键词低频振荡振荡模式辨识模式分类特征选择 Fisher分类 K近邻分类二次型分类; Keywords low-frequency oscillations oscillation mode identification pattern classification feature selection Fisher classifier k-nearest neighbor classifier quadratic classifier; 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ICA-EMD和Prony算法的区域电网低频振荡模式分析被引量：7: 4; 作者彭章刚周步祥李世新王精卫周海忠唐浩; 机构四川大学电气信息学院; 出处《电测与仪表》北大核心 2015年第23期16-22,共7页; 文摘针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。; 关键词独立分量分析经验模态分解 PRONY算法振荡模式辨识; Keywords independent component analysis （ICA）；empirical mode decomposition（ EMD）；Prony algorithm；oscilla-tion mode identification; 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	作者	出处	发文年	被引量	操作
1	基于数学形态学滤波技术和TLS-ESPRIT算法的低频振荡模式辨识研究	董超刘涤尘廖清芬党杰张彪孙文涛	《电力系统保护与控制》 EI CSCD 北大核心	2012	9	在线阅读下载PDF 职称材料
2	计及模型定阶的低频振荡模式类噪声信号辨识	吴超陆超韩英铎吴小辰柳勇军	《电力系统自动化》 EI CSCD 北大核心	2009	31	在线阅读下载PDF 职称材料
3	电力系统低频振荡模式的自动分类研究	陆超陆秋瑜	《电力系统保护与控制》 EI CSCD 北大核心	2010	17	在线阅读下载PDF 职称材料
4	基于ICA-EMD和Prony算法的区域电网低频振荡模式分析	彭章刚周步祥李世新王精卫周海忠唐浩	《电测与仪表》北大核心	2015	7	在线阅读下载PDF 职称材料