| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究的背景 | 第9-11页 |
| ·低频振荡的定义 | 第9-10页 |
| ·低频振荡的发生机理 | 第10-11页 |
| ·低频振荡辨识技术的研究现状及存在问题 | 第11-14页 |
| ·离线类分析方法 | 第11-13页 |
| ·在线类分析方法 | 第13-14页 |
| ·研究低频振荡在线辨识技术的意义 | 第14-15页 |
| ·本论文的主要工作 | 第15-17页 |
| 2 ARMA 模型 | 第17-29页 |
| ·引言 | 第17页 |
| ·自回归滑动平均模型 | 第17-20页 |
| ·ARMA 模型的定义 | 第17-19页 |
| ·ARMA 模型的结构 | 第19页 |
| ·ARMA 模型的特例 | 第19页 |
| ·ARMA 模型的物理意义 | 第19-20页 |
| ·ARMA 模型参数的先后估计法 | 第20-22页 |
| ·ARMA 模型的定阶 | 第22-26页 |
| ·基于定阶准则的ARMA 模型的定阶 | 第22-25页 |
| ·基于奇异值分解的ARMA 模型的定阶 | 第25-26页 |
| ·ARMA 模型的自谱函数 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 基于 WAMS 的低频振荡辨识方法的实现 | 第29-43页 |
| ·引言 | 第29页 |
| ·广域测量系统简介 | 第29-32页 |
| ·低频振荡的常用分析方法 | 第32-37页 |
| ·单机无穷大系统的低频振荡分析 | 第32-34页 |
| ·多机电力系统低频振荡的特征值分析法 | 第34-36页 |
| ·基于Prony 算法的低频振荡模式辨识 | 第36-37页 |
| ·基于WAMS 实测数据的ARMA 模型辨识低频振荡 | 第37-41页 |
| ·WAMS 实测数据的预处理 | 第37-38页 |
| ·ARMA 模型的自适应定阶 | 第38-39页 |
| ·基于ARMA 模型参数的低频振荡模式参数计算 | 第39页 |
| ·基于ARMA 谱的低频振荡主导模式辨识 | 第39-40页 |
| ·ARMA 模型辨识低频振荡总体流程 | 第40-41页 |
| ·基于WAMS 的低频振荡在线辨识框架设计 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 仿真分析 | 第43-57页 |
| ·引言 | 第43页 |
| ·四机两区域测试系统的仿真分析 | 第43-53页 |
| ·仿真测试系统说明 | 第43-44页 |
| ·仿真分析总体思路 | 第44-47页 |
| ·不同辨识及仿真参数设置对辨识精度的影响 | 第47-51页 |
| ·测试系统低频振荡主导模式分析 | 第51页 |
| ·低频振荡主导模式追踪辨识准确度评估 | 第51-53页 |
| ·南方电网WAMS 实测信号分析 | 第53-55页 |
| ·WAMS 实测数据说明 | 第53页 |
| ·Prony 分析 | 第53页 |
| ·基于ARMA 模型的低频振荡追踪辨识 | 第53-55页 |
| ·在线辨识算法的计算速度 | 第55页 |
| ·本章小结 | 第55-57页 |
| 5 基于改进希尔伯特-黄变换的低频振荡时变特性分析 | 第57-71页 |
| ·引言 | 第57页 |
| ·希尔伯特-黄变换简介 | 第57-60页 |
| ·HHT 方法存在的问题以及改进措施 | 第60-62页 |
| ·HHT 方法所存在的问题 | 第60页 |
| ·HHT 过冲问题及端点效应处理方法 | 第60-62页 |
| ·改进HHT 方法的有效性验证 | 第62-70页 |
| ·EMD 分解效果评价 | 第62-63页 |
| ·算例分析 | 第63-70页 |
| ·本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第77页 |