电力系统及其自动化学报

2020, v.32;No.195(04) 69-75

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于FCM聚类的随机子空间低频振荡模态识别算法
Recognition Algorithm for Low-frequency Oscillation Mode Through Stochastic Subspace Based on FCM Clustering

王志远;龙呈;常晓青;江晓东;

摘要(Abstract):

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。

关键词(KeyWords): 低频振荡;模态识别;模糊C均值聚类;随机子空间

Abstract:

Keywords:

基金项目(Foundation): 国家电网公司科技资助项目(521999180001)

作者(Author): 王志远;龙呈;常晓青;江晓东;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享