节点文献

基于FCM聚类的随机子空间低频振荡模态识别算法

免费订阅

【作者】 王志远龙呈常晓青江晓东

【Author】 WANG Zhiyuan;LONG Cheng;CHANG Xiaoqing;CHIANG Hsiao-dong;School of Electrical and Information Engineering,Tianjin University;Electric Power Research Institute,State Grid Sichuan Electric Power Company;School of Electrical and Computer Engineering,Cornell University;

【机构】 天津大学电气自动化与信息工程学院国网四川省电力公司电力科学研究院美国康奈尔大学电气与计算机工程学院

【摘要】 振荡模态的精准捕捉对有效抑制低频振荡有重要意义,基于量测的低频振荡模态辨识方法在在线监测识别领域具有广阔应用前景。本文针对模态识别算法定阶困难、易存在虚假模态等问题,提出了基于模糊C均值聚类的多阶随机子空间算法。通过多阶子空间计算可捕捉所有可能的系统模态,并通过模糊C均值算法确定实际最低阶数,经虚假模态筛除确定最终振荡主导模态,并且能降低干扰,提升辨识抗噪性能。本文算法与Prony算法进行了性能对比,并通过四机两区系统和实际电网相量测量单元量测数据验证了算法的适用性和鲁棒性。

【基金】 国家电网公司科技资助项目(521999180001)
【所属期刊栏目】 学术论文 (2020年04期)
  • 【DOI】10.19635/j.cnki.csu-epsa.000421
  • 【分类号】TM712
  • 【下载频次】96
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: