基于分层内嵌模态分解的风电场宽频振荡辨识方法
申请人信息
- 申请人:浙江浙能技术研究院有限公司; 浙江浙能嘉兴海上风力发电有限公司; 浙江浙能国电投嵊泗海上风力发电有限公司
- 申请人地址:311121 浙江省杭州市余杭区五常街道余杭塘路2159-1号1幢5楼
- 发明人: 浙江浙能技术研究院有限公司; 浙江浙能嘉兴海上风力发电有限公司; 浙江浙能国电投嵊泗海上风力发电有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于分层内嵌模态分解的风电场宽频振荡辨识方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410180702.6 |
| 申请日 | 2024/2/18 |
| 公告号 | CN117725394A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06F18/21 |
| 权利人 | 浙江浙能技术研究院有限公司; 浙江浙能嘉兴海上风力发电有限公司; 浙江浙能国电投嵊泗海上风力发电有限公司 |
| 发明人 | 陈正东; 杨磊; 张浙波; 陈彦翔; 赵力航; 王鹏宇; 步弋辰; 陈新琪; 傅雨荷; 马聪; 干献峰 |
| 地址 | 浙江省杭州市余杭区五常街道余杭塘路2159-1号1幢5楼; 浙江省嘉兴市南湖区台昇国际广场A座15-17楼; 浙江省舟山市嵊泗县洋山镇共建西路1号文化中心二楼201室 |
摘要文本
本发明提供了一种基于分层内嵌模态分解的风电场宽频振荡辨识方法，属于新能源信号辨识技术领域。其具体步骤如下：首先选取不同工况下的电压、电流参数作为信号来源，对信号来源进行数据清洗，得到初始的宽频振荡信号；随后，对宽频振荡信号进行分层内嵌模态分解，内层以最小化包络信息熵为优化目标，通过粒子群算法与万有引力算法相结合的搜索算法，优化求解最佳模态分量数与最佳惩罚因子，外层基于上述解集，采用拉格朗日交替方向乘子法，迭代得到宽频振荡信号的主导模态群；最后，推导主导模态群的幅值与频率参数辨识结果，从而确定导致风电场宽频振荡的分析结果，实现强抗噪性、高准确性和低计算量的优良辨识性能。
专利主权项内容
1.基于分层内嵌模态分解的风电场宽频振荡辨识方法，其特征在于，所述基于分层内嵌模态分解的风电场宽频振荡辨识方法的具体过程如下：步骤1、选取风电场海上升压站高压侧联络线、海上升压站低压侧母线、风机集聚线处不同工况下的电压、电流参数作为信号来源，确认宽频振荡信号来自于电网侧或风机侧，并基于次同步振荡与超同步振荡两种辨识工况，利用带通滤波器对信号来源进行数据清洗，得到初始的宽频振荡信号；U步骤2、对宽频振荡信号进行分层内嵌模态分解，内层以最小化包络信息熵为优化目标，通过粒子群算法与万有引力算法相结合的搜索算法，优化求解宽频振荡信号的最佳模态分量数和最佳惩罚因子/>，外层基于已有的最佳模态分量数/>和最佳惩罚因子/>，采用拉格朗日交替方向乘子法，迭代得到宽频振荡信号的主导模态群/>；UU步骤3、采用多间隔变速率采样的Teager-Kaiser离散能量算子算法，对主导模态群离散采样数据进行处理，计算离散采样时主导模态群中各模态分量的能量算子，并根据能量算子反向推导主导模态群的幅值与频率参数辨识结果，确定导致风电场宽频振荡的分析结果。