基于SSI理论的电力系统参数辨识与检测研究

【摘要】：本文将随机子空间辨识(Stochastic Subspace Identification, SSI)广泛的应用到电力系统中,在电力系统低频振荡的模式识别、谐波和间谐波参数检测以及介质损耗角检测等课题中得到了应用。其主要内容如下： 将EMD (Empirical Mode Decomposition)和SSI理论应用到识别电力系统低频振荡模态参数领域中。该方法直接根据端部量测数据识别出系统的低频振荡模态参数。在系统正常运行或者小扰动下可直接用SSI识别系统的弱阻尼模式、频率、阻尼和振型；在系统处于异常运行或者故障状态时,运用EMD对量测数据进行时空滤波和平稳化处理,由SSI辨识出相应的系统状态矩阵,经过模态分析.得出低频振荡的上述模态参数。通过对数值仿真信号、四机两区域白噪声干扰仿真信号以及东北电网大扰动的实例信号进行分析,可以得到低频振荡的振荡频率、阻尼比以及振型,辨识误差在1%以内,满足精度要求。 将SSI理论与稳定图法应用于间谐波检测领域中。非线性电力装置的大量应用使电力系统的谐波污染问题日益突出。SSI法可以直接根据含有系统特征信息的端部量测数据检测出系统的参数,首先结合稳定图检测出间谐波分量的个数和模型阶次,然后用SSI算法直接对原始含噪信号精确检测出各间谐波分量的实际频率,如果信号的信噪比大于10dB,无须去噪,用最小二乘法(Least Squares, LS)对各间谐波分量的幅值进行精确检测。分别针对间谐波数值仿真信号、含噪调幅信号及电弧炉电流信号作间谐波分析,验证了该方法的可行性与有效性。 将SSI-LS法应用到检测介质损耗角领域中。。介质损耗角大小是判断高压设备绝缘状况的有效参数之一,而准确的提取基波电压和电流信号是检测介损角的关键。该方法可以准确提取基波电压和电流分量,得到基波电压和电流的相位,从而实现介损角的准确检测。分别在计及介损角真实值、电压频率波动、3次谐波、直流分量、采样频率以及采样点数等状态变化时,对SSI-LS法的影响几乎为零；当白噪声高于25dB时,其计算精度满足要求。与谐波分析法进行比较分析,结果表明SSI-LS方法较优。 通过对以上三个课题的数值仿真信号以及实例分析可以得到该方法抗噪声能力强、计算速度快、参数检测精度高以及受外界影响因素少,将为电力系统低频振荡、谐波和间谐波参数检测以及介质损耗因数检测等问题的研究提供了新的思路与方法。