-
公开(公告)号：CN114626410B
公开(公告)日：2024-03-15
申请号：CN202210186457.0
申请日：2022-02-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于形态学滤波与VMD的电力系统振荡辨识方法，包括步骤：1)采用形态学滤波方法，构建多尺度结构元素，对电力系统振荡信号进行多尺度形态学分解，通过设置阈值滤除噪声，得到降噪后的重构信号；2)对重构信号进行VMD分解，对得到的本征模函数应用Teager‑Kaiser能量算子计算其频率以及阻尼比，即得到了电力系统振荡信号的参数辨识结果。本发明将形态学滤波与VMD相结合，避免了噪声模态的干扰，克服了无法兼顾频率与时间分辨率精度的问题，同时引入Teager‑Kaiser能量算子实现快速精确的电力系统振荡模态参数辨识。
-
公开(公告)号：CN114626410A
公开(公告)日：2022-06-14
申请号：CN202210186457.0
申请日：2022-02-28
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于形态学滤波与VMD的电力系统振荡辨识方法，包括步骤：1)采用形态学滤波方法，构建多尺度结构元素，对电力系统振荡信号进行多尺度形态学分解，通过设置阈值滤除噪声，得到降噪后的重构信号；2)对重构信号进行VMD分解，对得到的本征模函数应用Teager‑Kaiser能量算子计算其频率以及阻尼比，即得到了电力系统振荡信号的参数辨识结果。本发明将形态学滤波与VMD相结合，避免了噪声模态的干扰，克服了无法兼顾频率与时间分辨率精度的问题，同时引入Teager‑Kaiser能量算子实现快速精确的电力系统振荡模态参数辨识。
-
公开(公告)号：CN112163969A
公开(公告)日：2021-01-01
申请号：CN202011036579.9
申请日：2020-09-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于实时电价的混沌支持向量机负荷预测方法，包括以下步骤：1)采用改进的C‑C法，对负荷和电价时间序列进行多变量相空间重构，得到高维相点；2)通过小数据量法计算Lyapunov指数，使用G‑P法计算关联维数，定量分析时间序列的混沌特性；3)利用自适应粒子群算法改进的最小二乘支持向量机构建模型，进行负荷预测。本发明引入了多变量相空间重构方法，能够有效的在负荷预测中考虑实时电价因素的影响，使用最小二乘支持向量机算法，在高维相空间内寻找回归函数，能够有效提高计算效率与精度，实现了考虑需求侧响应的负荷预测技术，能够对参与需求侧响应的用户负荷进行精确预测。
-
-
Search Results
3
records
(took 0.025 seconds)
