基于Hilbert和改进Prony的闪变检测

电压波动与闪变是当前电能质量问题的重要研究对象之一,对其进行有效监测,对于电能质量治理具有重要意义。提出一种基于Hilbert变换与改进的Prony法的参数估计法,该方法能准确提取出信号的包络线,检测出调制分量的幅值、频率等参数信息,采用统计排序法计算出短时闪变值Pst。MATLAB仿真验证了该算法的有效性与精确性。

强噪声背景下的低频振荡模态辨识

传统Prony法存在着对噪声敏感的缺点,因此提出一种基于改进的整体平均经验模式分解(ensem-ble empirical mode decomposition,EEMD)方法滤波和改进Prony方法相结合的低频振荡分析方法。该方法先用改进的EEMD对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析。仿真结果表明:在较大噪声环境下,该方法仍能准确辨识出低频振荡模态参数。

基于经验模态分解滤波的低频振荡Prony分析

传统Prony法在分析低频振荡时对输入信号要求较高,存在着对噪声敏感的弱点.因此提出一种经验模态分解滤波和改进Prony法相结合的低频振荡分析方法.该方法先用经验模态分解对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析.其中,改进Prony法有效阶数用归一化奇异值法确定.将该方法分别用于分析试验信号和IEEE4机系统振荡信号,并与基于低通滤波器的Prony分析进行比较.结果表明,在较大噪声环境下,该方法仍然能相对准确的辨识出低频振荡主导模式,验证了其有效性.