本文主要研究内容
作者赵妍,崔浩瀚,荣子超（2019）在《次同步振荡在线监测的同步提取变换和朴素贝叶斯方法》一文中研究指出：目前基于相量测量单元(PMU)实现次同步振荡在线辨识和告警存在的问题有:参数辨识一般只辨识频率、幅值,不辨识衰减因子;告警阈值的确定需要人为经验,导致告警判据的快速性和可靠性难以保证。针对上述问题,提出将同步提取变换(SET)和机器学习方法——朴素贝叶斯(NB)方法相结合的次同步振荡在线监测方法。SET可以快速、准确地辨识出次同步振荡的模态参数,而NB方法可以自动实现次同步振荡在线预警。首先,通过SET对已有的历史次同步振荡数据进行辨识,将辨识得到的频率和衰减因子交由NB方法学习,并生成NB分类器。然后,当有新的PMU上传的振荡信号数据时,先采用SET辨识出振荡的频率和衰减因子,再将这些参数交由NB分类器来判断是否发生次同步振荡,并准确预警,从而实现对次同步振荡的在线监测。通过IEEE第二标准模型验证了所提方法的有效性。
Abstract
mu qian ji yu xiang liang ce liang chan yuan (PMU)shi xian ci tong bu zhen dang zai xian bian shi he gao jing cun zai de wen ti you :can shu bian shi yi ban zhi bian shi pin lv 、fu zhi ,bu bian shi cui jian yin zi ;gao jing yu zhi de que ding xu yao ren wei jing yan ,dao zhi gao jing pan ju de kuai su xing he ke kao xing nan yi bao zheng 。zhen dui shang shu wen ti ,di chu jiang tong bu di qu bian huan (SET)he ji qi xue xi fang fa ——piao su bei xie si (NB)fang fa xiang jie ge de ci tong bu zhen dang zai xian jian ce fang fa 。SETke yi kuai su 、zhun que de bian shi chu ci tong bu zhen dang de mo tai can shu ,er NBfang fa ke yi zi dong shi xian ci tong bu zhen dang zai xian yu jing 。shou xian ,tong guo SETdui yi you de li shi ci tong bu zhen dang shu ju jin hang bian shi ,jiang bian shi de dao de pin lv he cui jian yin zi jiao you NBfang fa xue xi ,bing sheng cheng NBfen lei qi 。ran hou ,dang you xin de PMUshang chuan de zhen dang xin hao shu ju shi ,xian cai yong SETbian shi chu zhen dang de pin lv he cui jian yin zi ,zai jiang zhe xie can shu jiao you NBfen lei qi lai pan duan shi fou fa sheng ci tong bu zhen dang ,bing zhun que yu jing ,cong er shi xian dui ci tong bu zhen dang de zai xian jian ce 。tong guo IEEEdi er biao zhun mo xing yan zheng le suo di fang fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自电力系统自动化的赵妍,崔浩瀚,荣子超，发表于刊物电力系统自动化2019年03期论文，是一篇关于次同步振荡论文,在线监测论文,机器学习论文,同步提取变换论文,朴素贝叶斯论文,电力系统自动化2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电力系统自动化2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：次同步振荡论文; 在线监测论文; 机器学习论文; 同步提取变换论文; 朴素贝叶斯论文; 电力系统自动化2019年03期论文;