SSI方法辨识类噪声数据的振荡模式

SSI方法辨识类噪声数据的振荡模式电气一班顾敏0905020111指导老师：潘学萍一、研究背景电网互联仿真模拟辨识辨识电力系统低频振荡二、电力系统低频振荡概念：在电力系统中,输电线路并列运行时,在受到小扰动的作用下,发电机的转子之间有时会发生相对摇摆,并在缺乏阻尼的时候就会持续振荡。由于电力系统的非线性特性,动态失稳表现为转子之间的持续振荡,这时输电线路上的传输功率也会发生相应振荡，这种振荡的频率一般在0.2～2.5Hz之间,故称为低频振荡(又称为功率振荡)。研究的意义:为了确定系统是否存在着弱阻尼模式本论文的研究方法:SSI方法和FFT方法三、SSI方法•概念：随机子空间（SSI）方法是近年来发展的一种系统辨识方法，可以有效地从环境激励的结构响应中获取振荡信息。该方法在算法上的优势为：人为确定参数少，唯一需要确定的是系统的阶次；不涉及迭代问题，无须考虑收敛与否•分类：基于协方差驱动的SSI和基于数据驱动的SSI响应时程信号Hankle矩阵由响应构建Hankle矩阵（过去和未来）Toepliz矩阵输出协方差序列数据缩减奇异值分解（SVD）USV识别模态参数特征值分解（EVD）基于协方差驱动SSI模态辨识图响应时程信息Hankle矩阵QR分解正交投影可观矩阵和卡尔曼滤波状态向量的乘积识别模态参数数据缩减分解基于数据驱动SSI模态辨识图①二阶线性系统②四阶线性系统③四机两区域电力系统四、算例分析设计了三组二阶系统，分别是特征频率都为1，阻尼比分别为：0.01、0.08、0.1。二阶系统仿真模型实现步骤第一步：设计一个仿真模型，得出输出波形。第二步：运用傅立叶变换，分析输出波形。第三步：运用MATLAB,编辑SSI算法识别该系统的参数。系统输出波形傅立叶变换0100020003000400050006000-0.2-0.15-0.1-0.0500.050.10.15t/0.1s幅值/pu01234502468101214161820f/Hz幅值/pu三组数据汇总表基准值FFTSSIf%ζ%f=1,ζ=0.01ζ∕0.0099100.66%99.0%f11.0066f=1,ζ=0.1ζ∕0.0988100.66%98.8%f11.0066f=1,ζ=0.08ζ∕0.0791100.66%98.8%f11.0066FFT和SSI分析数据比较四阶系统设计两组算例：第一组：特征根的实部相同，虚部相差很大；第二组：特征根的虚部相似，实部相差很大。以四阶系统𝟏𝒔𝟒+𝟎.𝟎𝟖𝒔𝟑+𝟏.𝟎𝟒𝟏𝟔𝒔𝟐+𝟎.𝟎𝟒𝟏𝟔𝒔+𝟎.𝟎𝟒为例•运用SSI方法辨识系统的特征根与特征频率，并且将其结果与实际的理论值相比较可以得到SSI方法辨识结果很准确。•而且从结果中可以得到之前设定的实部相似，虚部相差很大。•我设计的另一组同样得到了相似的结果。四阶系统系统输出波形傅立叶变换0100020003000400050006000-20-15-10-505101520t/0.1s幅值/pu00.20.40.60.81020004000600080001000012000f/Hz幅值/pu四阶系统FFTSSIf1f2f1f2𝜁1𝜁2系统一0.160.030.15920.03180.10100.0199系统二0.320.300.31830.30240.09880.0201FFT和SSI分析数据比较四机两区域电力系统仿真①仿真四机两区域系统，分析受扰曲线，运用SSI方法辨识出系统的低频振荡的参数。②设计一组表格分析比较SSI算法的辨识值与理论值，可以得出SSI算法辨识系统振荡模式的参数很准确。SSI辨识四机两区域振荡参数模式f特征频率SSI辨识值特征阻尼SSI辨识值1（1，2号机组）0.6960.69122.692.822（3，4号机组）1.12371.119910.2411.603（2，4号机组）1.20881.198811.7412.09结论与展望结论：❶算例表明SSI算法可以对低频弱阻尼信号进行准确辨识,并进一步用四机两区域系统验证，证明了该算法的有效性；❷运用FFT算法分析二、四阶系统，并进行结果比较，得出SSI算法更准确。展望：❶SSI辨识的对象都为平稳随机信号，对非平稳随机类噪声信号的辨识是下一步需要研究的问题；❷需要保证数据的完整性。谢谢！