摘要：提出了一种新的电力系统低频振荡模式辨识方法,即基于总体最小二乘法-旋转不变技术的信号参数估计(tls-esprit)算法。该算法是一种基于子空间的高分辨率信号分析方法,直接以测量数据构成的数据矩阵为基础,把信号空间分解为信号子空间和噪声子空间,能够高精度地辨识电力系统低频振荡的模式,进而可以为设计阻尼控制器提供依据。文中首先简要介绍了tls-esprit算法的基本理论,然后通过合成信号、4机2区域系统和新英格兰10机39节点系统3个算例,验证了该算法的正确性和有效性,对实现低频振荡在线/离线监测具有应用价值。

摘要：基于tls-esprit算法进行次同步振荡研究,将发电机机械阻尼系数取为0,以时域仿真的角速度偏差信号构成的数据矩阵为基础,用tls-esprit算法高精度地辨识出次同步振荡中各模态的频率及其对应的衰减系数,并与现场测得的模态阻尼相比较,判断次同步振荡的稳定性。该方法在难以获得弹簧-质量块模型阻尼系数的情况下依然可以判断次同步振荡稳定性,并且适用于多机系统分析。进一步提出了基于tls-esprit算法的附加励磁阻尼控制(SEDC)设计策略,以IEEE第二标准模型SYS-2为研究对象,设计了SEDC的具体参数。仿真结果表明,所设计的SEDC能有效抑制次同步振荡。

摘要：针对传统Prony方法对噪声敏感和辨识精度不高的局限性,提出一种新的低频振荡模式辨识方法,实现了在有噪声干扰情况下低频振荡模式的准确辨识。该方法基于数学形态学设计出一种多结构元素的并行复合形态滤波器,可有效滤除多种噪声,保留更多的有用信息。对消噪后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(tls-esprit)算法进行辨识,从而获取低频振荡各个模式参数。通过算例仿真,说明所提出的方法是可行和有效的。

摘要：针对不稳定信号PRONY辨识的噪声敏感和辨识精度低的局陷,提出一种改进的低频振荡模式辨识方法,实现了在复杂噪声干扰情况下的低频振荡模式的准确辨识。该方法基于EEMD算法设计改进了EEMD滤波器,可以有效滤除噪声,保留更多的信号模态特征。对滤波后的信号采用基于总体最小二乘法-旋转不变技术的信号参数估计(tls-esprit)算法进行参数辨识,从而获取低频振荡各个模式信息。通过算例仿真验证了该方法的有效性。

摘要：提出了一种基于快速伪谱修正的四阶累积量tls-esprit算法。该算法充分运用了四阶累积量矩阵的数据信息,不但能较准确地估计Chirp扩频系统信道多径时延,而且可有效地识别和剔除虚径,进而建立在时延估计基础上的多径幅度估计就更可靠。针对关键参数在仿真设计和工程应用中的设置,列出了它们需要遵从的三个关系。最后以IEEE802.15.4a信道为传输环境,对该算法进行了仿真验证,并与四阶矩tls-esprit算法和伪谱搜索算法作了性能对比。