基于新型改进矩阵束的便携式电网同步相量测量装置

针对传统同步相量算法受电网间谐波影响较大的问题,本文提出了一种基于新型改进矩阵束的电网同步相量测量算法.将电网信号构建成Hankel矩阵,对其进行奇异值分解并使用自适应定阶方法滤除其中的噪声干扰分量,通过矩阵运算得到准确的电压幅值、频率及相角.经过仿真验证,本算法对含有间谐波分量的电网信号测量结果优于流行的傅里叶变换测量算法.并根据此算法设计了一款便携式电网同步相量测量装置,可解决传统同步相量测量设备体积庞大、成本较高的问题,利用高精度卫星同步信号监测晶振实际频率,动态调整采样控制参数降低采样时间误差,将同步采样的电网波形参数与时间标签等无线传输至移动终端,完成电网信号幅值、频率及相角计算.实际测试表明,本装置具有较高的测量精度,其中电压幅值、频率和相角测量误差分别为0.038 5%、0.000 51 Hz和0.053 7°,满足《电力系统同步相量测量装置检测规范》(GB/T 26862—2011),具有较强的实际应用价值.

采用矩阵束方法的复合材料圆管周向导波频散数据获取

基于矩阵束算法,提出了一种从弧形阵列采集数据中获取复合材料圆管多模态周向导波频散数据的方法。首先根据留数定理,给出了频率域导波响应信号的多模态周向导波叠加公式,构建了阵列导波信号的Hankel矩阵;然后通过求解Hankel矩阵的广义特征值获取了导波的频散数据,给出了综合利用正向和反向接收弧形阵列处理结果降低频散数据中噪声的方法;最后,设计了碳纤维复合材料圆管中周向传播导波信号的测量实验,利用矩阵束方法获取了圆管周向导波的频散数据,并与采用半解析有限元方法模拟的理论频散曲线进行了对比分析。理论频散曲线与实验数据吻合良好,表明该方法具有很强的鲁棒性,即使采用空气耦合换能器作为发射接收阵列,也可以有效地从弧形阵列波形信号中获取周向导波的频散数据。

基于矩阵束方法的传输线系统瞬态响应分析

带有频变负载的传输线系统的瞬态响应分析是电磁兼容领域的一个重要内容,特别是对于频变负载网络较为复杂或内部结构不清晰的情况,其瞬态响应的分析较为困难。本文首先在采样频率点处对频变负载端口导纳进行测量或计算得到相应的采样导纳,并采用有理函数逼近的方式对端口导纳进行等效;之后采用矩阵束(MPM)方法求解出有理逼近函数所需的极点和留数,并将其代入到分段线性递归卷积(PLRC)技术中,实现传输线和频变负载连接点处电压的分段线性递归卷积表达;最后,结合传输线方程实现带有频变负载的传输线系统的瞬态响应分析,并通过2个算例对所提方法的性能进行验证。结果表明,所提方法在计算精确度上具有明显的优势。

光束分数傅里叶变换几何特性的相空间束矩阵分析方法

提出一种分析傍轴光束分数傅里叶变换几何特性的相空间束矩阵变换的简单方法.以分析椭圆高斯光束分数傅里叶变换几何特性为例,研究表明,利用本方法讨论傍轴束分数傅里叶变换的几何特性简单可靠、从几何图像理解傍轴束分数傅里叶变换清晰直观.为研究光束传输变换的特性提供了一种简单方便的新途径.

基于矩阵束算法的经消弧线圈接地系统故障选线新方法

从线性电路的动态响应入手,定性分析了经消弧线圈接地系统发生单相接地故障时暂态零模网络外加激励源信号的构成,并研究了在此外加激励源下各条线路暂态零模电流的全响应,提出了一种利用暂态零模电流全响应中的强制分量进行群比的暂态选线方法。该方法利用矩阵束算法对故障后各条线路暂态零模电流进行频率分析,提取出各条线路暂态零模电流强制分量中暂态特征最明显的频率分量进行选线。该方法无需滤波,可真实反映出故障暂态信号的组成,具有抗噪能力强、计算速度快等优点。此外,该方法仅用到电流量,可靠性高。ATP仿真结果验证了该方法的有效性。

在线检测介质损耗角的矩阵束方法

介质损耗角是反映电容性电气设备绝缘状况的重要参数之一。为了准确检测介损角,提出了一种基于矩阵束算法的介损角在线检测方法。该方法兼具提取基波信号参数和抑制噪声干扰的功能,可以高精度提取基波电压、电流信号的初始相角,实现介损角的准确检测。大量仿真结果表明:信号频率、3次和5次谐波分量、直流分量、介损角真实值、采样频率及采样点数等扰动对矩阵束检测法基本没有影响;当信号的信噪比不小于25d B时,无需对原始信号进行预处理,就可以获得较高的检测精度,且检测速度较快。仿真分析结果验证了该方法在介损角在线检测中的可行性和有效性。

基于最小二乘矩阵束算法的工频分量提取方法

从故障暂态信号中准确地提取出工频分量对于继电保护十分重要。最小二乘矩阵束算法采用衰减指数和模型,可以有效消除各类谐波及衰减直流分量的影响。文中通过仿真研究了采样频率、时间窗及模型阶数等关键参数选取对最小二乘矩阵束算法的影响。同时,分析了滤波器及数据采样对算法的影响。最后,在1个工频周期下与傅氏算法进行对比,仿真结果表明最小二乘矩阵束算法具有较高的计算精度。

基于小波变换和矩阵束算法的同步电机参数辨识

为了精确检测同步电机参数,提出了一种小波变换和矩阵束相结合的新算法。该方法运用小波变换对短路电流进行消噪处理,提高其信噪比。运用矩阵束算法提取预处理后的短路电流各分量的频率和阻尼,然后对短路电流各分量的幅值和相位使用最小二乘法进行估计,进而实现同电机参数的辨识。针对在不同信噪比下的短路电流采样数据,分别运用TLS-ESPRIT算法和该方法进行同步电机参数辨识,仿真结果表明,与TLS-ESPRIT算法相比,该方法采用的数据样本数较少。在信噪比大于30dB时,该方法具有更高的计算精度;在信噪比低于30dB时(15～25dB),仍能精确地辨识同步电机的参数。该算法的计算精度高,抗噪性强,简单有效。

基于改进矩阵束的高压直流次同步振荡检测

矩阵束是一种可以用来进行振荡模态参数辨识的算法。鉴于传统的矩阵束算法在有噪声情况下模态阶数辨识效果不理想,提出将信息熵引入矩阵束进行改进,进而将改进的矩阵束算法用于高压直流的次同步振荡模态的辨识。然后与改进Prony法和矩阵束算法对比分析,证明了基于信息熵的矩阵束算法的有效性。仿真结果表明,此算法可以快速、准确地辨识出次同步振荡模态参数,且该算法抗噪声能力强,可用于电力系统次同步振荡在线检测。

基于改进矩阵束滤波与检测的异步电动机故障诊断新方法

针对传统电机故障诊断技术,断条故障边频易被基频淹没、对短时数据分辨率低、复合故障引入平方交叉项等缺点,提出了一种改进矩阵束滤波与检测的异步电机转子故障诊断技术。首先,利用定子电流实测信号构造Hankle矩阵,并对其进行奇异值分解,形成不同的信号子空间。然后对奇异值的部分置零,剔除了基波和噪声的影响,从而准确地估算出故障信息。最后,通过对改进MP算法得到的特征故障频率幅值,定义了转子断条故障严重因子。试验对异步电机转子断条和偏心的故障进行验证,表明该算法可以有效抑制强大的基频和噪声对故障特征频率的影响,且具有远高于快速傅里叶变换(FFT)的高分辨率。

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率。本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率。仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别。

基于WAMS和奇异熵矩阵束方法的电网低频振荡仿真分析

分析了用传统的小干扰稳定分析方法研究互联大电网运行特性时存在的不足,提出了基于广域测量系统(WAMS)和奇异熵矩阵束方法的综合分析法。该方法将奇异熵用于模态阶数的提取,既能在有无噪声的情况下都准确确定模态阶数,又能减少计算复杂度。以华中电网2009年6月17日发生的由金竹山B厂开关爆炸导致的电网功率波动事件为例,对比了小干扰稳定分析方法和所提出的综合分析法的仿真分析结果。结果表明,基于WAMS和奇异熵矩阵束方法的综合分析法是以特征值分析法为代表的传统低频振荡分析方法的有效补充,能够较为准确、及时、全面地反映电网的振荡特性,为分析由多重扰动引起的或特殊运行方式下的低频振荡现象提供了有效手段。

电力系统振荡模态的矩阵束辨识法

利用广域测量系统(WAMS)提供的数据进行电力系统振荡模态的在线辨识,对于及时监测系统的阻尼情况并及时实施有效的控制具有重要意义。分析了如何利用测量数据构造矩阵束并进行电力系统振荡模态辨识的方法。该方法可以由不同测点提供的系统响应数据快速检测出不同振荡模态的振荡频率、阻尼系数、振荡幅值和相对相位等有关信息。利用辨识出的模态信息,可以在线监测大规模电力系统阻尼薄弱区域并及时发现故障发生区域。EPRI-36节点仿真算例和某省网实际系统分析结果表明,矩阵束方法能够准确地估计系统的振荡模态,并具有较强的抗噪声能力,是一种适于在线应用的振荡模态信息辨识方法。

基于四阶混合平均累计量的矩阵束算法在低频振荡在线辨识中的应用

广域测量系统(wide area monitoring system,WAMS)的发展为电力系统低频振荡在线辨识奠定了基础。WAMS采集的信号含有高斯白噪声,经低通滤波处理后会产生高斯色噪声,因此会对模式识别的准确性产生不利影响。针对这一问题,提出以实测信号的四阶混合平均累计量(fourth-order mixed mean cumulant,FOMMC)的对角切片来代替实测信号,并结合矩阵束(matrix pencil,MP)算法对振荡模式进行识别的方法。仿真结果表明,FOMMC-MP算法能够有效从色噪声环境中辨识出系统主导模态。

矩阵束算法在同步电机参数辨识中的应用

同步电机参数的准确性对于电力系统运行和控制具有重要的意义。文中基于矩阵束算法提出一种同步电机参数辨识的新方法,并给出了辨识的基本原理和基本过程。该方法将采集到的三相短路电流构造为2个Hankel矩阵,通过奇异值分解和矩阵的低秩近似等方法抑制了噪声的干扰,同时减少了计算量,从而利用矩阵间的特定关系提取出直流分量和基波分量,实现了同步电机参数的准确辨识。仿真结果表明,该方法具有精度好、运算效率高、抗噪性强等特点。

基于EEMD和矩阵束算法的低频振荡主导模式识别

传统矩阵束算法在低信噪比时,难以准确辨识出信号参数,误差较大。因此,结合集合经验模态分解(EEMD)和矩阵束算法,提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理,通过互相关系数和信号能量权重找出含有主导模式的IMF分量,并利用矩阵束算法分析得到模态参数,从而扩展了传统矩阵束算法的应用范围。算例分析结果表明,该方法可以较好地适应非线性系统,抗噪声能力较强,在低信噪比时仍然可用于低频振荡主导模式的识别,为电力系统低频振荡问题的研究提供了新思路。

基于矩阵束法的时域航空电磁响应数据的重构

为快速处理时域航空电磁响应数据,可将数据从时域变换到τ域,并提取数据的极点和留数信息,它们是与目标地质体的几何属性和物性相关的参数。基于矩阵束法,将感应电动势理论响应数据表示成矩阵形式,并分解构造矩阵束,通过奇异值分解和最小二乘法来进行参数估计。进行了正演模拟,重构理论响应数据和去噪能力研究。结果表明,有限个极点及其留数能够较好体现瞬态响应的主要特征,并对随机干扰有一定的抑制作用,这为快速处理解释时域航空数据提供了一种实用方法。

一种改进的矩阵束模态参数估计方法

矩阵束是一种常用的系统模态参数估计方法,在观测信号信噪比较低的情况下较难取得理想的结果。通过引入随机减量技术来改善实测信号的品质,进而得到了一种改进的矩阵束方法,并应用蒙特卡罗方法对信噪比变化、算法参数影响等计算性能进行了统计分析。经与传统方法对比,文中所给出的改进矩阵束方法可以有效地提高模态参数估计的精度。

基于广义形态滤波与改进矩阵束的电力系统低频振荡模态辨识

针对当前互联电力系统中越来越严重的低频振荡现象,提出一种高精度低频振荡模式辨识方法来克服现有方法的一些不足。该方法基于广义形态开、闭运算设计了新型广义形态滤波器,可以有效地去除噪声,较好地保留信号的原有特征;低频振荡信号通过该滤波器滤波后再使用改进矩阵束算法进行模式辨识,可以获得高精度的各个模式参数。对于辨识算法的关键定阶问题,采用归一化奇异熵定阶方法,该方法能在系统拟合精度指标相差不大的情况下使模态阶数的估计值更加接近真实值,提高了辨识的准确性。通过仿真算例、测试系统及电网实际案例验证了本文提出的方法的有效性和可行性,为电力系统阻尼控制和电网的稳定运行提供了有效依据。

基于改进多信号矩阵束算法的电力系统低频振荡识别

提出了适用于电力系统低频振荡模态识别的改进多信号矩阵束算法。利用奇异值分解(Singular value decomposition,SVD)分离信号和噪声子空间,确定阶数并消除信号噪声。通过建立多信号归一化的样本函数矩阵对矩阵束算法进行改进,辨识电力系统模态。利用原始Prony法、谐波恢复的Prony法和改进的多信号矩阵束法,对理想信号和仿真系统进行分析。结果表明多信号矩阵束法的辨识精度较高,具有一定的抗噪能力,并且通过对多信号归一化的处理避免了不同类型信号叠加时较小信号的湮没,适用于低频振荡在线识别。