HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

改进AR递推算法在低频振荡模式辨识中的应用

作者:齐雪雯; 齐霁文类噪声信号自回归模型可变遗忘因子ar谱低频振荡模式辨识主导模式

摘要:提出采用一种基于自回归模型并加入可变遗忘因子的加权递推最小二乘算法对电力系统类噪声信号进行低频振荡模式辨识,并采用估计AR谱的方法以提取低频振荡的主导模式。New—England39节点系统的时域仿真测试验证了该算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性,其辨识精度及计算速度满足工程要求,适合于低频振荡在线监测。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力大数据

《电力大数据》(月刊)创刊于1977年,由贵州电网有限责任公司主管,贵州电网有限责任公司电力科学研究院;贵州省电机工程学会主办,CN刊号为:52-1170/TK,自创刊以来,颇受业界和广大读者的关注和好评。 《电力大数据》主要刊登人工智能、大数据分析、云计算、泛在物联网、移动作业、区块链等技术在电力系统的应用研究最新成果,涉及电力设备制造、规划设计、发电、输电、供电、配电、用电、调度、电力市场交易等方面。

杂志详情