新能源并网系统运行环境复杂,电力电子设备快速响应与电网产生动态相互作用引发次同步振荡(sub-synchronous oscillation,SSO),其信号表现出非线性非平稳特征,辨识困难。该文提出一种非线性模态分解方法,并与Teager-Kaiser能量算子(Teag...新能源并网系统运行环境复杂,电力电子设备快速响应与电网产生动态相互作用引发次同步振荡(sub-synchronous oscillation,SSO),其信号表现出非线性非平稳特征,辨识困难。该文提出一种非线性模态分解方法,并与Teager-Kaiser能量算子(Teager-Kaiser energy oper-ator,TKEO)相结合实现SSO信号模态参数辨识。首先通过脊线法对信号的时频分析结果进行特征提取构建谐波分量;采用时移替代数据方式判别谐波真伪,并通过频谱熵特征判别进行去噪处理,完成主导模态的分解过程;然后结合TKEO算法实现主导模态的参数辨识;最后通过自合成信号仿真、风电场模型仿真以及电网实测数据仿真验证了文章方法的可行性,与HHT算法、VMD算法仿真结果相比具有较高的辩识精度。展开更多
文摘新能源并网系统运行环境复杂,电力电子设备快速响应与电网产生动态相互作用引发次同步振荡(sub-synchronous oscillation,SSO),其信号表现出非线性非平稳特征,辨识困难。该文提出一种非线性模态分解方法,并与Teager-Kaiser能量算子(Teager-Kaiser energy oper-ator,TKEO)相结合实现SSO信号模态参数辨识。首先通过脊线法对信号的时频分析结果进行特征提取构建谐波分量;采用时移替代数据方式判别谐波真伪,并通过频谱熵特征判别进行去噪处理,完成主导模态的分解过程;然后结合TKEO算法实现主导模态的参数辨识;最后通过自合成信号仿真、风电场模型仿真以及电网实测数据仿真验证了文章方法的可行性,与HHT算法、VMD算法仿真结果相比具有较高的辩识精度。
