计及随机时滞与丢包的电力系统广域信号预测补偿方法

针对广域信号在通信系统的传输过程中具有时滞与丢包以及在实际场景下对量测信号采样过程中信号具有噪声等问题,建立了一种基于灰色Verhulst的预测补偿模型。将该模型与完整集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with adaptive noise,CEEMDAN)算法相结合,提出了一种电力系统广域信号的预测补偿方法。该方法首先通过CEEMDAN对广域信号进行降噪,然后采用灰色Verhulst预测方法对多个广域信号分别进行预测,得出统一时标的控制器输入信号。最后在OPNET-Matlab仿真平台中搭建了计及通信系统影响的两区四机系统,并在3种不同的通信场景下对所提算法进行验证。测试结果表明该方法具有一定的抗噪性能并可实现对具有时滞与丢包的广域信号预测补偿,为广域阻尼控制器的有效应用提供了一种新途径。