基于Prony算法的电位接地故障暂态选线方法

为在应急广播调频发射机系统电位接地故障情况下,根据暂态相位差水平能完成电路选线,提出了基于Prony算法的电位接地故障暂态选线方法。采用Prony算法计算滑动平均窗长度,再通过求解辨识参数的方式,确定电路功率特性,完成故障暂态数据识别。联合故障稳态分析条件,计算暂态等效电流数值,以此为基础,求解隶属函数,实现电位接地故障暂态选线。实验结果表明,所提方法作用下,两个接线端口之间的暂态相位始终等于10 V,在电位接地故障情况下,可将相位水平更为接近的端口组织连接在一起,符合实际应用需求。

基于Prony算法的三电平逆变器开路故障诊断方法

针对传统基于信号分析的中性点箝位(NPC)逆变器故障诊断方法存在频谱易泄露、难以分析非稳态和非线性故障信号的问题,提出一种基于Prony算法的三电平逆变器开路故障诊断方法。采用小波变换对原始测量信号去噪预处理,克服Prony法对噪声敏感的缺点。通过Prony分析拟合逆变器的三相电流信号,提取其幅值、频率、相位、衰减因子四维故障特征。应用支持向量机(SVM)对中性点箝位逆变器故障进行分类。在仿真平台上验证文中所提算法,仿真结果表明,对中性点箝位逆变器开路时瞬变非线性电流信号可以有效地提取故障特征,实现单、双管的开路故障诊断。

基于EMD和TLS-Prony的次同步振荡模态辨识方法及电压反馈抑制策略

以减小次同步振荡模态辨识中的误差,提升Prony算法的抗噪性,抑制双馈风电机组并网次同步振荡为研究对象,提出一种基于经验模态分解(EMD)和TLS-Prony算法的次同步振荡模态辨识方法及电压反馈抑制策略。首先,使用EMD对振荡信号进行预处理,降低噪声对Prony算法辨识振荡模态的影响;然后,使用TLS-Prony算法进一步抑制噪声干扰,提取振荡特征,辨识振荡模态;最后,直接调整控制参数调制网侧变流器的输出电压,向系统注入等效正电阻,改善系统负阻尼特性,设计以串补电容电压为反馈输入信号的附加阻尼控制器。采用模态计算分析附加阻尼对系统稳定性的影响,基于Matlab/Simulink仿真平台验证所提阻尼抑制策略的有效性。

基于Prony算法-准同步序列的超低频介损测量方法

超低频介质损耗因数测量方法,由于测量信号频率低导致采样时间长,采集数据量大,且在非同步采样时,快速傅里叶变换存在频谱泄露和栅栏效应,影响对介质损耗因数的精确测量。为降低测量信号采样时间和采集数据量,以及非同步采样时频谱泄露和栅栏效应,提出一种基于Prony算法-准同步序列的超低频介损测量方法,利用Prony算法并结合据辨识方法,对采样电压信号的基波频率进行预估,通过Newton插值算法,实现对电压和电流信号的准同步插值重构,获得采样信号的准同步序列,由FFT及介损等效电路模型,对准同步序列进行求解,实现对超低频介质损耗因数的求取。在频率波动、谐波含量变化、介损角变化和不同信噪比的噪声下测量介质损耗因数。仿真结果表明,该方法在软件上实现了准同步采样,有效降低了栅栏效应和频谱泄露对介质损耗因数测量的影响,并且采样时间短,采集数据量少,测量精度高,适用于对超低频介质损耗因数的精确测量。

采用改进Prony算法的电力系统低频振荡分析

根据振荡特征提出一种可用于电力系统低频振荡分析的Prony算法,阐述了算法的数学模型和计算原理。通过与傅里叶算法进行比较,得出该方法在处理由指数项线性组合而成的信号问题上,无论是计算量还是计算精度都更优。针对传统Prony算法在噪声问题的处理上存在的缺陷,引入了改进的Prony算法,并利用仿真环境下的真实电网波形分析,说明改进后的Prony算法在处理电力系统低频振荡问题上的有效性。

基于改进Prony算法的新能源配网谐波和振荡复合扰动参数提取

新能源接入含大量非线性负载的配电网,使其背景谐波更为复杂,甚至导致谐波谐振,严重影响配电网稳定运行。准确提取宽频振荡扰动及背景谐波特征参数是谐波振荡识别与治理的关键技术。针对传统的Prony算法提取扰动信息精度易受噪声与有效秩阶数的影响,提出奇异值分解法降噪法改善宽频振荡扰动信号质量。基于二阶导数理论的矩阵奇异值排列方法,选取合适模型阶数,提高背景谐波参数的辨识精度。仿真结果验证了所提算法的有效性。

基于增强SVD和Prony的电力系统谐波检测方法

针对电力系统中存在的谐波污染问题,提出一种基于“自适应定阶法”和“主导系数”的谐波检测法则,大大提高了谐波检测的准确率及检测精度,解决了传统Prony算法对噪声过于敏感,导致检测精度不理想的问题。方案中使用“自适应定阶法”确定了SVD降噪的最佳降噪阶数,有效剥离了信号中的噪声成分,削弱了Prony算法拟合结果中虚假分量的幅值,并通过“主导系数”完成了对非虚假分量的准确筛选。仿真结果表明,该方法能对谐波信号实现有效降噪,信噪比提升19 dB左右,对谐波参数的识别和筛选结果准确、可靠,其中幅值检测误差在0.5%左右,频率的检测误差在0.01%左右,相位的检测误差在0.5%左右。

基于HHT-Prony算法的GIS局放信号检测

GIS运行中发生的绝缘缺陷已严重威胁着电力系统的安全运行。GIS内可能因生产制造或长期运行中出现的潜伏性异物而导致不同程度的局部放电,长期放电会引起设备绝缘劣化,如果不能及时发现和处理,甚至会造成击穿或闪络,引发严重后果。所以,需要对局部放电进行监测。但局放信号容易受到外部信号的干扰,使得监测到的信号不准确,本文从信号去噪和识别的角度考虑,引入HHT和Prony算法。首先对监测到的局放信号进行去噪,然后对去噪的信号进行识别,与正常信号进行对比,得到局放信号的信号特征,从而进行有效的故障识别。

基于迭代Prony算法的高精度谐波检测

扩展Prony算法在无噪声和高信噪比情况下能精确检测到电网中非整数次谐波,本文针对扩展Prony算法抗噪的弱点提出运用一种迭代Prony算法对电力系统整数和非整数次谐波进行检测,在信噪比20dB有很高的精度。数值仿真验证了本算法的有效性。

基于Prony法的非线性阻尼辨识与实验研究

针对合金材料的非线性阻尼性质,在扩展的Prony法的基础上提出了从自由响应信号中辨识非线性阻尼的移动Prony法和时变Prony法。通过对不同特性的阻尼进行仿真和分析,证明了这两种算法的有效性,同时得出了时变Prony法更适用于非线性阻尼的辨识的结论。在传统阻尼实验装置的基础上,开发了具有准均匀应力场的梯形等强度梁试件。实验结果表明所研究的阻尼合金Al-33Zn-6Si的阻尼能力随着应变的增加而增加,呈现明显的非线性关系。

基于Prony算法的谐波和间谐波频谱估计

电力系统中,准确有效的确定信号中的各次谐波分量及间谐波信号,对于改善电能质量有着重要意义。在分析间谐波特性基础上,提出了一种基于Prony算法的信号分解法。该方法将指数变换的时频特性与谐波信号特性描述相结合,可以提供各种分量的特征指标,如频率、幅值、相位等,并利用最小二乘法得到高精度的拟合。经过电弧炉模拟系统试验证明,Prony算法在谐波和间谐波信号分析中,可提供有效、准确的分析结果。

基于窗口滑动改进Prony算法的电力系统低频振荡识别

Prony算法是获取电力系统低频振荡信息的有效方法。针对传统Prony方法只能选取局部信号进行分析且对噪声敏感的问题,提出了固定窗长滑动的改进措施,进而应用于电力系统低频振荡识别中。与传统方法相比,改进的Prony方法通过对信号采取滑动窗口处理,即将拟合目标函数由局部误差平方最小变为分窗口误差平方和最小,从而能够计及较长时间内的误差平均效应,因而具有抗噪声能力强、不受信号长度影响的特点。基于DSATools的仿真分析证实了窗口滑动的改进Prony算法能有效识别低频振荡模式,并且该方法在含噪声环境下仍然能够保持较高的准确性。

基于形态滤波和Prony算法的低频振荡模式辨识的研究

针对传统Prony方法对噪声敏感导致辨识精度不高的问题,提出了一种基于形态滤波和Prony算法相结合的低频振荡模式辨识的方法,实现了在有混合噪声干扰情况下低频振荡模式的准确辨识。基于数学形态学,设计了一种基于半圆形结构元素的形态滤波器,在选取合适的元素尺寸情况下,可以有效滤除混合噪声。对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。通过Matlab进行算例仿真,表明了对电力信号进行预处理的必要性以及所提出的方法能相对精确地进行振荡模式辨识,验证了其有效性。

电网谐波与间谐波检测的分段Prony算法

将Prony算法应用于谐波与间谐波检测时,存在采样参数及模型阶数难以确定的问题;另外由于现代电网谐波与间谐波频率范围广,直接进行Prony分析的辨识结果往往不精确。针对这些问题提出了一种分段Prony算法,首先依据信噪比和均方差来确定模型阶数;然后根据谐波与间谐波的频率范围进行频段划分,确定各频段的采样频率及采样时间;最后根据各段采样参数进行分段Prony分析,并综合各段分析结果,得出各频段谐波与间谐波的频率、幅值、衰减因子及初相位。仿真算例验证了该算法的有效性。

Prony算法分析低频振荡的有效性研究

在分析Prony算法的理论基础上,讨论信号噪声、信号的非平稳性对算法的影响,提出相应的改进策略。分别对仿真振荡信号和现场实测振荡信号进行Prony分析,得出较满意的结果,说明Prony算法在信号分析中,可提供有效、精确的分析结果,为电力系统低频振荡的研究提供了一种有力的分析工具。

Prony和HHT算法在低频振荡在线辨识中的适用性比较

Prony算法和Hilbert-Huang变换(HHT)算法是目前实际应用于低频振荡信号辨识的两种算法。Prony算法对于无噪声干扰的平稳信号的分辨率和准确性较高。HHT算法具有时频分析和滤除高频分量的能力,抗噪声性能好,计算速度快,并可以分析主导模式随时间改变的非平稳信号。从准确性、稳定性、完备性、快速性四个方面比较了两种算法在低频振荡在线辨识中的适用性,指出增加前置滤波环节的Prony算法可以满足低频振荡在线监测的要求,而实现强迫振荡扰动源定位则必须采用可进行时频分析的HHT算法。通过实际算例验证了两种算法的适用性。

基于Prony方法的电力系统振荡模式分析及PSS参数设计

Prony分析是获取系统振荡模式的一种非常有效的分析方法,它可以通过给定输入信号下的响应直接估计系统的振荡频率、阻尼、幅值和相对相位。文章介绍了基于Prony分析的电力系统等值线性模型的辨识方法,对传统的Prony方法进一步扩充,考虑了输入信号对输出信号的影响,得到了系统的传递函数,并根据其相应留数,采用留数方法对电力系统稳定器(PSS)进行了参数的协调配置。两个算例的仿真结果证明了该方法在系统振荡模式分析和PSS参数设计中的有效性。

基于改进Prony算法的电力系统低频振荡模式识别

提出了一种新的改进Prony算法,该算法将待求振荡幅值作为权值,基于神经网络进行训练,实现对电力系统低频振荡模式的识别。该算法避免了Prony算法在实际计算中矩阵呈病态以及通过矩阵求逆计算幅值和相位时精度不高的问题,克服了传统Prony算法抗干扰较差的问题。仿真结果表明,该改进Prony算法能有效去除干扰,能可靠、准确地识别主导模式,计算量少,适用于识别含有噪声且采样点数多的振荡信号。

基于小波变换和Prony算法的同步电机参数辨识

将小波变换应用于同步电机瞬态参数测量 ,通过对采集到的同步电机三相突然短路电流进行小波变换 ,降低了信号的采集噪声 ,分离出了短路电流中的直流分量和基波电流分量 ,辨识出电机的瞬态参数和非周期分量时间常数 ,并提出利用扩展的Prony算法辨识电机的超瞬态参数。仿真分析和实机试验表明了所提出的方法是有效的。

基于改进多信号Prony算法的低频振荡在线辨识

提出了适合低频振荡在线辨识的改进多信号Prony算法。首先通过小波变换消除各信号的噪声,然后消去直流分量,建立多信号的样本函数矩阵,通过奇异值–总体最小二乘法对Prony算法进行改进,分离信号空间和噪声子空间,确定信号的阶数,最后利用最小二乘法进行辨识。利用传统Prony算法、改进单信号Prony算法和改进多信号Prony算法对理想信号、仿真信号以及实际录波信号进行了分析,分析结果表明利用改进多信号Prony算法同时对多信号进行分析能够提高辨识的精度,缩短运算时间,辨识阶数及辨识结果均优于传统算法,适合于低频振荡的在线辨识。