典型文献
基于形态学滤波与VMD的风电并网系统振荡模态参数辨识
文献摘要：
针对风电并网系统振荡模态参数辨识困难的问题,提出一种基于多尺度形态滤波器与变分模态分解(variational mode decomposition,VMD)的振荡模态分解方法,结合 Teager-Kaiser 能量算子(Teager-Kaiser energy operator,TKEO)识别振荡信号的模态参数.采用加权多尺度形态滤波器(weighted multi-scale morphology filter,WMMF)对时域信号进行去噪,通过VMD方法提取振荡频率范围内的模态分量,结合TKEO算法,实现模态参数的识别.通过自合成的理想振荡信号和风电场模型的仿真数据证明了所提方法的可行性,并通过与其他辨识方法的对比验证了该方法的优越性.
文献关键词：
新能源并网;多尺度形态学滤波;变分模态分解;Teager-Kaiser能量算子;模态辨识
中图分类号：
作者姓名：
王诗雨;季天瑶;张禄亮;朱林
作者机构：
华南理工大学 电力学院,广东 广州510641
文献出处：
引用格式：
[1]王诗雨;季天瑶;张禄亮;朱林-.基于形态学滤波与VMD的风电并网系统振荡模态参数辨识)[J].广东电力,2022(05):1-7
A类：
多尺度形态滤波,TKEO,WMMF,多尺度形态学滤波
B类：
VMD,风电并网系统,系统振荡,振荡模态参数,模态参数辨识,形态滤波器,变分模态分解,variational,mode,decomposition,分解方法,Teager,Kaiser,能量算子,energy,operator,振荡信号,weighted,multi,scale,morphology,filter,时域信号,去噪,振荡频率,模态分量,风电场,仿真数据,辨识方法,对比验证,新能源并网,模态辨识
AB值：
0.283294
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。
