基于EMD的次同步扭振模态参数的普罗尼分析

次同步扭振是发电机主轴因为受到电网小干扰的影响而产生的扭转振动,是影响电网稳定性的主要问题之一。基于EMD优化小扰动模态参数的普罗尼辨识法,把EMD的时空滤波特征与小扰动测试信号的频率特征相结合提取小干扰分量,通过普罗尼算法辨识其模态参数,利用重采样处理提高参数辨识精度,并做仿真试验进行验证。由EMD的时空滤波特征和扭振信号的频谱特征,合成一个次同步扭振分量可对噪声及其他频率的干扰信号有所抑制。对次同步扭振而言,重采样的采样频率在150～500Hz、数据窗在8s左右时辨识精度最高。经重采样处理和EMD提取次同步扭振分量,再进行次同步扭振模态参数辨识的方法精准度较高。

基于SVD-prony的消除暂态超越的新算法

提出一种基于奇异值分解的普罗尼SVD-prony(singular value decomposition-prony)的可有效消除暂态超越的距离保护新算法。首先,用prony(普罗尼)算法在半个周波内对故障信号进行分析,并用奇异值分解的方法确定模态阶数,实现故障电气量的较精确估计;其次,根据SVD-prony拟合误差构造自适应判据,修正距离保护的整定值,进一步避免暂态超越。参照中国电力科学研究院西北750kV线路动模实验参数,建立ATP仿真模型,结合Matlab仿真保护程序,验证了所提算法的可行性和实用性。

基于SVD-MMVDR和Prony算法的间谐波参数估计

提出了一种基于SVD-MMVDR算法与普罗尼(Prony)算法相结合的谐波间谐波参数估计方法。SVD-MMVDR算法具有频率分辨力高,所需数据少的特点,可以准确地计算出信号源中谐波及间谐波的个数和频率值,然后利用Prony算法中的总体最小二乘法估计出谐波间谐波的幅值和初相角。仿真以及电弧炉模拟系统试验证明,基于SVD-MMVDR算法与Prony算法的谐波间谐波参数估计方法切实可行,在存在噪声的情况下,该方法也能够准确地计算出谐波和间谐波的频率、幅值和相角。

基于实值Capon和Prony算法的间谐波参数估计

提出一种基于实值Capon算法与普罗尼(Prony)算法相结合的谐波间谐波参数估计新方法。Capon算法具有频率分辨力高、所需数据少的特点,可以准确地计算出信号源中谐波及间谐波的频率值,在此基础上利用普罗尼(Prony)法中的最小二乘法估计出目标谐波或间谐波的初相角和幅值。数据仿真结果表明,基于实值Capon算法与Prony算法的谐波间谐波参数估计方法切实可行。

MUSIC和Prony在电动机断条故障检测中的应用

为了实现异步电动机转子断条故障的准确检测,提出了一种基于多重信号分类MUSIC(root multiple signal classification)与普罗尼P rony算法相结合的异步电动机转子断条故障检测新方法。MUSIC方法具有频率分辨力高,所需数据少的特点。首先利用该方法计算出异步电机转子发生断条故障时的特征分量及其他分量的频率值,进而引入扩展Prony法中的最小二乘法,估计出特征分量及其它分量的幅值和初相角。仿真及实验结果表明,基于MUSIC和Prony算法的异步电动机转子断条故障检测方法切实可行,并且适用于负荷波动、噪声干扰等不利情况。