孟洁，李世明，温伯坚

(1. 三峡大学 电气与新能源学院，湖北 宜昌 443002；2. 广东电网有限责任公司电力调度控制中心，广东 广州 510600)



基于希尔伯特振动分解的低频振荡在线辨识

孟洁1，李世明2，温伯坚2

(1. 三峡大学 电气与新能源学院，湖北 宜昌 443002；2. 广东电网有限责任公司电力调度控制中心，广东 广州 510600)

利用希尔伯特振动分解(Hilbert vibration decomposition，HVD)算法适于处理时变频率信号的特性，提出一种处理非平稳振荡信号的新算法——结合HVD的信号能量分析法，并应用于电力系统低频振荡在线辨识中。首先，对通过Hilbert变换获得的解析信号进行分析和滤波，得到幅值最大分量的瞬时频率，并由同步检测获得相应的幅值和初相位；然后，通过迭代运算检测出非平稳振荡信号各分量的频率、幅值、相位；最后，运用信号能量法对通过HVD得到的各平稳信号的主导振荡模式进行识别和分离。将该算法与Prony算法、基于经验模态分解(empirical mode decomposition，EMD)的信号能量分析法进行比较，仿真测试和实例分析结果说明，此算法能够有效提取非轴对称振荡信号的主导模式，并且抗噪能力强、计算效率高。

低频振荡；非平稳信号；在线辨识；希尔伯特振动分解；信号能量分析法

随着电力系统互联规模的不断扩大和自动化设备的日益增多，低频振荡已成为系统运行安全的一大威胁。近年来，随着基于全球定位系统(global position system，GPS)的广域测量系统(wide area measurement system，WAMS)的不断推广[1]，技术人员可以获取海量的动态量测数据，而且数据精度不断提高，这为提取低频振荡特征提供了技术可能。……