邹红波，王　飞（三峡大学电气与新能源学院，宜昌　443000）

经IIWO优化的原子分解算法辨识次同步振荡模态

邹红波，王飞
（三峡大学电气与新能源学院，宜昌443000）

由于传统的线性化方法存在难以有效辨识次同步振荡模态参数的问题，该文提出一种基于改进入侵杂草优化IIWO（improved invasive weed optimization）的阻尼正弦原子分解算法。该方法首先构造过完备阻尼正弦原子库，引入混沌序列初始化的多种群策略、预筛选机制、以及随机变异的扩散机制对入侵杂草优化IWO（inva⁃sive weed optimization）算法进行改进，利用改进得到的IIWO算法对传统的匹配追踪算法MP（matching pursuit）进行优化，以降低其搜索的时间复杂度。依据优化后的MP算法对信号进行阻尼正弦原子分解，搜索到最佳阻尼正弦原子后将其转换为次同步振荡模态参数，并与Prony的辨识结果进行了对比。仿真算例结果表明，经IIWO优化的阻尼正弦原子分解算法辨识精度较高，且具有良好的时频特性。

电力系统；次同步振荡；模态辨识；阻尼正弦原子分解；改进入侵杂草优化算法

DOI：10.3969/j.issn.1003-8930.2016.04.011

随着电网规模的扩大和结构的进一步复杂，电力系统的次同步振荡问题日益突出［1-2］。次同步振荡发生时，机械系统的轴系和电气系统会产生增幅振荡，容易造成发电机轴系寿命的耗损，严重时会导致发电机转子轴系的断裂［3-4］。准确地对次同步振荡的模态参数进行辨识，对于次同步振荡的监测、预警以及控制措施的制定都起着至关重要的作用。目前已有的次同步振荡的模态辨识方法主要有：Prony算法、快速傅氏变换FFT算法、希尔伯特-黄变换法HHT（Hilbert-Huang transform）、小波分析法等。……