雷 强，刘光晔，朱永强，廖庭坚



基于EEMD和矩阵束算法的低频振荡主导模式识别

雷 强，刘光晔，朱永强，廖庭坚

(湖南大学电气与信息工程学院，湖南 长沙 410082)

传统矩阵束算法在低信噪比时，难以准确辨识出信号参数，误差较大。因此，结合集合经验模态分解(EEMD)和矩阵束算法，提出了一种电力系统低频振荡主导模式识别的新方法。该方法利用EEMD进行平稳化处理，通过互相关系数和信号能量权重找出含有主导模式的IMF分量，并利用矩阵束算法分析得到模态参数，从而扩展了传统矩阵束算法的应用范围。算例分析结果表明，该方法可以较好地适应非线性系统，抗噪声能力较强，在低信噪比时仍然可用于低频振荡主导模式的识别，为电力系统低频振荡问题的研究提供了新思路。

矩阵束算法；低信噪比；集合经验模态分解；低频振荡；主导模式识别

0 引言

近年来，我国电力系统发展迅速，电网规模不断增大，低频振荡问题时有发生，严重地威胁着电网的安全稳定运行[1-2]。如何准确有效地辨识出低频振荡特征参数，进行振荡机理分析，从而更好地抑制低频振荡，这需要更进一步的深入研究[3]。

目前常用的低频振荡分析方法主要有傅里叶变换(FFT)、Prony 分析、小波分析、希尔伯特-黄变换(HHT)等[4-7]。然而，FFT方法不能够反应频率随时间的变化，无法反映振荡的阻尼特性；Prony算法运用较多，但该方法对输入信号要求极高，抗噪能力差；小波分析法存在小波基难以选取和拟合精度等问题；……