专利检索 ap:("国网辽宁省电力有限公司电力科学研究院" OR "国家电网有限公司" OR "东北电力大学") AND inv:"殷祥翔" 第 1 页

1.

发明授权
一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法有权

公开(公告)号：CN109638862B

公开(公告)日：2022-07-05

申请号：CN201811647265.5

申请日：2018-12-30

申请人： 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学

发明人： 葛维春 , 苏安龙 , 张艳军 , 高凯 , 刘爱民 , 孔剑虹 , 刘劲松 , 李斌 , 李正文 , 韩子娇 , 屈超 , 姜涛 , 王长江 , 殷祥翔 , 梁旭昱

IPC分类号： H02J3/24

摘要： 本发明涉及电气工程领域，尤其涉及一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法。利用广域量测系统获取电力系统的实测数据，包括发电机的转子角信号。将每组原始低频振荡信号自适应噪声的完全集合经验模态分解Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN算法分解为多个本征模态函数Intrinsic Mode function，IMF之和，每个IMF分量代表一个振荡模式。计算每个IMF分量的能量值和能量权重，利用希尔伯特黄变换辨识主导振荡模式的振荡频率和阻尼比，计算结果与特征值方法对比，确保电力系统安全稳定运行。

2.

发明公开
一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法有权

公开(公告)号：CN109638862A

公开(公告)日：2019-04-16

申请号：CN201811647265.5

申请日：2018-12-30

申请人： 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学

发明人： 葛维春 , 苏安龙 , 张艳军 , 高凯 , 刘爱民 , 孔剑虹 , 刘劲松 , 李斌 , 李正文 , 韩子娇 , 屈超 , 姜涛 , 王长江 , 殷祥翔 , 梁旭昱

IPC分类号： H02J3/24

CPC分类号： H02J3/24 , H02J2003/007

摘要： 本发明涉及电气工程领域，尤其涉及一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法。利用广域量测系统获取电力系统的实测数据，包括发电机的转子角信号。将每组原始低频振荡信号自适应噪声的完全集合经验模态分解Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN算法分解为多个本征模态函数Intrinsic Mode function，IMF之和，每个IMF分量代表一个振荡模式。计算每个IMF分量的能量值和能量权重，利用希尔伯特黄变换辨识主导振荡模式的振荡频率和阻尼比，计算结果与特征值方法对比，确保电力系统安全稳定运行。

3.

发明授权
基于APIT-MEMD电力系统低频振荡模式辨识方法有权

公开(公告)号：CN109659957B

公开(公告)日：2022-05-17

申请号：CN201910024465.3

申请日：2019-01-10

申请人： 东北电力大学

发明人： 姜涛 , 殷祥翔 , 陈厚合 , 李雪 , 李国庆 , 张儒峰 , 张嵩 , 王长江 , 李曙光 , 李本新 , 李晓辉

IPC分类号： H02J3/24

摘要： 本发明公开了一种基于APIT‑MEMD电力系统低频振荡模式辨识方法，所述方法包括以下步骤：采用APIT‑MEMD对多元广域实测信号s(t)进行分解处理，提取表征不同振荡频率的IMF的集合；引入Teager能量算子计算IMF分量的能量值，并对同一量测通道内能量值的大小进行排序，筛选出与主导振荡模式强相关的IMF分量；采用希尔伯特黄变换估计强相关的IMF分量所对应的主导振荡模式的瞬时振荡频率和瞬时阻尼比，并对瞬时振荡频率和瞬时阻尼比分别求均值，进而实现对电力系统主导振荡模式的辨识。本发明实现了基于PMU实测数据的电力系统低频振荡模式辨识，提高了辨识精度。

4.

发明公开
基于APIT-MEMD电力系统低频振荡模式辨识方法有权

公开(公告)号：CN109659957A

公开(公告)日：2019-04-19

申请号：CN201910024465.3

申请日：2019-01-10

申请人： 东北电力大学

发明人： 姜涛 , 殷祥翔 , 陈厚合 , 李雪 , 李国庆 , 张儒峰 , 张嵩 , 王长江 , 李曙光 , 李本新 , 李晓辉

IPC分类号： H02J3/24

摘要： 本发明公开了一种基于APIT-MEMD电力系统低频振荡模式辨识方法，所述方法包括以下步骤：采用APIT-MEMD对多元广域实测信号s(t)进行分解处理，提取表征不同振荡频率的IMF的集合；引入Teager能量算子计算IMF分量的能量值，并对同一量测通道内能量值的大小进行排序，筛选出与主导振荡模式强相关的IMF分量；采用希尔伯特黄变换估计强相关的IMF分量所对应的主导振荡模式的瞬时振荡频率和瞬时阻尼比，并对瞬时振荡频率和瞬时阻尼比分别求均值，进而实现对电力系统主导振荡模式的辨识。本发明实现了基于PMU实测数据的电力系统低频振荡模式辨识，提高了辨识精度。