刘 森，于赞梅，桑天松

(1.河北省电力勘测设计研究院，石家庄 050031；2.国网河北省电力公司石家庄供电分公司，石家庄 050051；3.国网冀北电力有限公司，北京 100053)

基于Prony算法的发电机组间功率低频振荡在线辨识新方法

刘 森1，于赞梅2，桑天松3

(1.河北省电力勘测设计研究院，石家庄 050031；2.国网河北省电力公司石家庄供电分公司，石家庄 050051；3.国网冀北电力有限公司，北京 100053)

针对Prony算法抑噪能力差、计算效率低的问题，分析Prony算法的原理和主要参数的选择策略，提出一种基于Prony算法的发电机组间功率低频振荡在线辨识新方法，从模型有效阶数确定、AR参数估计、数据预处理等方面说明该方法的计算步骤，通过算例仿真及结果分析，认为该方法能够满足电力系统低频振荡在线辨识的需要。

Prony算法；发电机组；低频振荡；在线辨识

电力系统在动态过程中有时会出现发电机组间功率的动态振荡，其振荡频率一般为0.1～2.5 Hz，称为低频振荡。随着电网互联及电力电子等非线性元件的大量使用，区域间的低频振荡成为威胁系统稳定的关键因素之一，快速而有效地对低频振荡特性进行监视，对实现有效阻尼控制，进而提高电网稳定性具有重要的现实意义[1]。常用的实测信号的分析方法主要有Fourier变换、小波分析(或结合人工神经网络)等。Fourier分析方法与各种改进的FFT和DFT已成为现代频谱分析和谐波分析的基础，但其并不适用于突变信号和非稳定信号的分析；小波变换具有时域局部化和频域局部化性质，其对突变信号非常敏感，可以准确检测扰动的发生时刻，有良好的消噪能力等，但小波变换也存在着不足，如小波基函数选取的不同，对结果会产生很大的影响，同时小波变换尺度的选择也是重要的影响因素；……