基于解相关LMS自适应滤波算法的低频振荡模式在线辨识.pdf

《基于解相关LMS自适应滤波算法的低频振荡模式在线辨识.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第40卷第l2期电力系统保护与控制voI．40NO．122012年6月16日PowerSystemProtectionandControlJun．16，2012基于解相关LMS自适应滤波算法的低频振荡模式在线辨识刘尹，罗建，陈刚2何潜，雷雨，梁伟，李军，古志明。(1．输配电装备及系统安全与新技术国家重点实验室(重庆大学)，重庆400044；2．重庆市电力公司电力科学研究院，重庆401123；3．重庆市电力公司，重庆400015)摘要：为提高电力系统低频振荡现象的实时监测水平，提出一种基于横向滤波器模型的解相关最小均方误差递推算法进行低频振荡模式辨识。该改

2、进算法在原有最小均方自适应滤波算法的基础上，解除输入信号之间的相关性，提高了算法辨识的精度和收敛速度。通过对New—Eng1and10机39节点系统的仿真数据分析以及南方某电网实测线路的辨识计算，其结果验证了该改进算法对低频振荡模式辨识的有效性。并通过与基本的LMS(最小均方)算法以及传统ARMA(自回归一滑动平均)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且提高了收敛速度，更具有实际的工程意义。关键词：横向滤波器；最小均方误差；解相关；低频振荡在线辨识；主导模式On-·lineidentificationoflowfreq

3、uencyoscillationmodesbasedonde—-correlationLMSadaptivefilteringalgorithmLIUYin，LUOJian，CHENGang，HEQian，LEIYu，LIANGWei，LIJun，GUZhi．ming(1．StateKeyLaboratoryofPowerTransmissionEquipment&SystemSecurityandNewTechnology，ChongqingUniversity，Chongqing400044，China；2．ChongqingElectricPowe

4、rResearchInstitute，Chongqing401123，China；3．ChongqingElectricPowerCorp，Chongqing400015，China)Abstract：Inordertoimprovethelevelofreal-timemonitoroflowfrequencyoscillation，thispaperproposesadecorrelationLeastMeanSquare(LMS)algorithmbasedontransversalfiltermodelforonlineidentificatio

5、noflowfrequencyoscillationmodes．BasedontheinitialLeastMeanSquare(LMS)adaptivefilteringalgorithm，theimprovedalgorithmrelievestherelativitybetweeninputsignals，andpromotesalgorithm’Saccuracyandconvergencespeed．Furthermore，thispapergivestheresultsoftheNew-England39一bussystem’Ssimulat

6、iondataanalysisandidentificationcalculationofseveralmappinglineofsouthChinapowergrid，whichprovesthevalidityofthisimprovedalgorithm．AndcomparingwiththeidentificationresultsofbasicLMSalgorithmandtraditionalARMA(auto—regressivemoving—average)algorithm，itisarguedthatthenewimprovedalg

7、orithmdoesnotonlyhavebeReraccuracyandconvergencespeed，butalsohaspracticalprojectmeaning．ThisworkissupposedbyNationalProgramonKeyBasicResearchProject(973Program)(No．2o09CB724505·1)．Keywords：transversalfilter；LeastMeanSquare；decorrelation；on-lineidentificationoflowfrequencyoscillat

8、ion；leadingmodel中图分类号：TM712文献标识码：A文章编号：1