典型文献
基于改进MVMD-SOBI算法的直驱风电机组多通道次同步振荡模态辨识
文献摘要：
针对直驱风电机组(direct-drive permanent magnet synchronous wind turbines,D-PMSG)产生的次同步振荡(sub synchronous oscillation,SSO)辨识问题,该文将用于机械故障检测的多元变分模态分解(multivariate variational mode decomposition,MVMD)进行改进,并与二阶盲辨识(second order blind identification,SOBI)相结合,实现直驱风电机组的次同步振荡模态辨识.针对具有多通道特性的广域量测系统(wide area measurement system,WAMS)量测的SSO信号,提出了一种多通道次同步振荡模态辨识方法.首先,由于MVMD的模态数K值和惩罚因子α值对算法的精确性有绝对的影响,所以对MVMD算法进行改进,建立综合指标Sy来确定K和α;其次,在已知参数基础上,利用改进MVMD对SSO信号进行分解,得到多个本征模态函数分量(intrinsic mode function,IMFs),并借助Fr6chet距离筛选出主导IMF分量并去除噪声干扰,同时为提高运算效率,直接辨识出SSO信号模态,以随机子空间思想为基础,将SOBI算法改进,直接辨识出SSO信号的频率、阻尼比和衰减因子;最后,分别利用理想算例、仿真算例和电网实测数据对所提方法进行分析和验证.结果表明,对于直驱风电机组产生的多通道次同步振荡信号,该文方法可高效准确地辨识其参数,为次同步振荡抑制问题的研究奠定基础.
文献关键词：
多元变分模态分解;多通道信号;二阶盲辨识;次同步振荡;直驱风电机组
中图分类号：
作者姓名：
赵峰;王雅娴;王英;陈小强
作者机构：
兰州交通大学自动化与电气工程学院,兰州730070;光电技术与智能控制教育部重点实验室,兰州730070
文献出处：
引用格式：
[1]赵峰;王雅娴;王英;陈小强-.基于改进MVMD-SOBI算法的直驱风电机组多通道次同步振荡模态辨识)[J].高电压技术,2022(04):1365-1374
A类：
SOBI,二阶盲辨识,Fr6chet
B类：
MVMD,直驱风电机组,道次,振荡模态,模态辨识,direct,drive,permanent,magnet,synchronous,wind,turbines,PMSG,sub,oscillation,SSO,机械故障检测,多元变分模态分解,multivariate,variational,mode,decomposition,second,order,blind,identification,道特,广域,wide,area,measurement,system,WAMS,辨识方法,惩罚因子,精确性,综合指标,Sy,本征模态函数,intrinsic,function,IMFs,距离筛选,除噪声,噪声干扰,运算效率,随机子空间,空间思想,算法改进,阻尼比,衰减因子,振荡信号,次同步振荡抑制,多通道信号
AB值：
0.303041
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
