基于插值DFT的同步相量数据次同步振荡参数辨识法

    公开(公告)号:CN110412349B

    公开(公告)日:2021-07-23

    申请号:CN201910795655.5

    申请日:2019-08-27

    Applicant: 四川大学

    Abstract: 基于插值DFT的同步相量数据次同步振荡参数辨识法,包括以下步骤:步骤一、获取实时高分辨率波形数据;步骤二、在主站获得同步相量Xr(m);步骤三、在矩形窗内对同步相量Xr(m)进行离散傅里叶变换操作,得离散傅里叶变换谱Fr(k);步骤四、确定次同步振荡幅度最大的频谱线km;步骤五、构造指标相量[k1,k2,k3,k4],引入二阶差分光谱的频谱Frs(ki),获得简化后的二阶差分比值R;步骤六、计算次同步振荡分量的频率fs和次同步振荡分量的阻尼系数αs的值;步骤七、对同步相量Xr(m)进行Hann窗口截取并执行离散傅里叶变换操作,反推得次同步振荡分量幅值As计算公式;通过本方法,能准确辨识次同步振荡分量的参数,利于缓解次同步振荡对系统稳定性和设备安全性的影响。

    基于VMD和CNN的电缆早期故障识别与分类方法

    公开(公告)号:CN110069886A

    公开(公告)日:2019-07-30

    申请号:CN201910367000.8

    申请日:2019-05-05

    Applicant: 四川大学

    Abstract: 基于VMD和CNN的电缆早期故障识别与分类方法,包括以下步骤:步骤一、获取待测模拟信号;步骤二、选取带宽限制因子α、噪声容限τ和模态分解个数K作为参数并设置参数取值;步骤三、对各类模拟信号进行变分模态分解,获取各个模态及其中心频率,实现频带划分;步骤四、提取分解模态特征并构造特征向量;步骤五、将各类信号特征向量输入卷积神经网络,调参训练并获取分类结果;通过使用本方法,可以准确的对电缆早期故障与过电流扰动进行区分,在早期故障变为永久故障前及时完成电缆检修,维持电网的稳定运行。

    基于插值DFT的同步相量数据次同步振荡参数辨识法

    公开(公告)号:CN110412349A

    公开(公告)日:2019-11-05

    申请号:CN201910795655.5

    申请日:2019-08-27

    Applicant: 四川大学

    Abstract: 基于插值DFT的同步相量数据次同步振荡参数辨识法,包括以下步骤:步骤一、获取实时高分辨率波形数据;步骤二、在主站获得同步相量Xr(m);步骤三、在矩形窗内对同步相量Xr(m)进行离散傅里叶变换操作,得离散傅里叶变换谱Fr(k);步骤四、确定次同步振荡幅度最大的频谱线km;步骤五、构造指标相量[k1,k2,k3,k4],引入二阶差分光谱的频谱Frs(ki),获得简化后的二阶差分比值R;步骤六、计算次同步振荡分量的频率fs和次同步振荡分量的阻尼系数αs的值;步骤七、对同步相量Xr(m)进行Hann窗口截取并执行离散傅里叶变换操作,反推得次同步振荡分量幅值As计算公式;通过本方法,能准确辨识次同步振荡分量的参数,利于缓解次同步振荡对系统稳定性和设备安全性的影响。

Patent Agency Ranking