基于改进Prony算法的电力系统低频振荡模式识别OA北大核心CSCDCSTPCD
Identification of Power System Low Frequency Oscillation Mode Based on Improved Prony Algorithm
提出了一种新的改进Prony算法,该算法将待求振荡幅值作为权值,基于神经网络进训练,实现对电力系统低频振荡模式的识别.该算法避免了Prony算法在实际计算中矩阵呈病态以及通过矩阵求逆计算幅值和相位时精度不高的问题,克服了传统Prony算法抗干扰较差的问题.仿真结果表明,该改进Prony算法能有效去除十扰,能可靠、准确地识别丰导模式,计算量少,适用于识别含有噪声且采样点数多的振荡信号.
竺炜;唐颖杰;周有庆;曾喆昭
湖南大学电气与信息工程学院,湖南省,长沙市,410082长沙理工大学电气与信息工程学院,湖南省,长沙市,410076湖南大学电气与信息工程学院,湖南省,长沙市,410082长沙理工大学电气与信息工程学院,湖南省,长沙市,410076
信息技术与安全科学
Prony算法神经网络低频振荡主导模式模式识别
《电网技术》 2009 (5)
44-47,53,5
湖南省教育厅科研基金项目(04C092).
评论