首页|基于FSST和D-K聚类的次同步振荡分析

基于FSST和D-K聚类的次同步振荡分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了更准确地识别电力系统次同步振荡的模态数量和频率,以及时进行频率定位和重构,需要提高次同步实测数据的模态辨识的结果精度.针对DBSCAN聚类可以被应用于划分类簇但无法自动计算类簇中心,以及Kmeans聚类需提前确定类簇数量才能计算类簇中心的特点,提出了一种基于傅里叶同步挤压变换和DBSCAN-Kmeans混合聚类(以下简称D-K聚类)的电力系统次同步振荡分析法.模拟数值信号和IEEE次同步谐振(SSR)标准模型算例的仿真实验数据表明,FSST方法能被用于分离距离较近的相邻信号模态.通过算例分析,验证了结合FSST和D-K聚类的次同步振荡分析方法可以避免FSST方法无法自动获取模态的缺陷,且参数辨识结果有较高的精度.
Analysis of subsynchronous oscillation based on FSST and D-K clustering

阳育德、莫富钧、卢建洛、覃智君

展开 >

广西大学电气工程学院,广西南宁530004

广西电力系统最优化与节能技术重点实验室,广西南宁530004

傅里叶同步挤压变换 DBSCAN-Kmeans混合聚类 次同步振荡 模态辨识 参数辨识

国家自然科学基金资助项目

51767001

2021

10.13624/j.cnki.issn.1001-7445.2021.0948

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(4)
  • 1
  • 12