| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题背景和研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 广域测量系统研究现状 | 第9-12页 |
| 1.2.2 低频振荡在线辨识研究现状 | 第12-15页 |
| 1.2.3 低频振荡预警技术研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16-19页 |
| 第二章 广域测量信号选取及预处理研究 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 广域信号的测量 | 第19-20页 |
| 2.2.1 同步相量测量单元(PMU)简介 | 第19-20页 |
| 2.2.2 PMU测量原理和结构 | 第20页 |
| 2.3 广域测量系统数据特点 | 第20-21页 |
| 2.3.1 测量信号的种类和特性 | 第20-21页 |
| 2.3.2 低频振荡在线辨识算法输入信号选取 | 第21页 |
| 2.4 基于数学形态学的滤波技术研究 | 第21-25页 |
| 2.4.1 数学形态学消噪理论 | 第21-22页 |
| 2.4.2 数学形态滤波器结构元素选取 | 第22-23页 |
| 2.4.3 数学形态学滤波有效性验证 | 第23-25页 |
| 2.5 广域测量数据预处理技术 | 第25-28页 |
| 2.5.1 数据预处理流程 | 第25-27页 |
| 2.5.2 实测数据预处理实例 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 电力系统低频振荡模式辨识方法研究 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 扩展Prony算法和TLS-ESPRIT算法的基本原理及改进方法 | 第29-37页 |
| 3.2.1 信号模型阶数估计 | 第29-31页 |
| 3.2.2 基于奇异值分解法的扩展Prony算法改进 | 第31-34页 |
| 3.2.3 基于奇异值分解法的TLS-ESPRIT算法改进 | 第34-37页 |
| 3.3 扩展Prony算法与TLS-ESPRIT算法的适用性比较 | 第37-43页 |
| 3.3.1 定阶阈值及其影响 | 第37-41页 |
| 3.3.2 时间窗大小的影响 | 第41-42页 |
| 3.3.3 算法效率分析 | 第42页 |
| 3.3.4 TLS-ESPRIT算法的抗噪性分析 | 第42-43页 |
| 3.4 基于并行复合形态滤波和TLS-ESPRIT辨识的低频振荡模式辨识方法 | 第43-45页 |
| 3.4.1 算法流程 | 第43-45页 |
| 3.4.2 准确性验证 | 第45页 |
| 3.5 实测数据验证 | 第45-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 电力系统低频振荡在线监测及预警方案研究 | 第49-69页 |
| 4.1 引言 | 第49页 |
| 4.2 在线预警指标体系 | 第49-55页 |
| 4.2.1 预警指标体系的建立 | 第49-50页 |
| 4.2.2 稳态下功率波动学习机制 | 第50-53页 |
| 4.2.3 预警指标计算 | 第53-55页 |
| 4.3 滑动窗技术 | 第55页 |
| 4.4 电网低频振荡预警指标综合评价方法 | 第55-60页 |
| 4.4.1 层次分析法基本原理及分析步骤 | 第56-57页 |
| 4.4.2 模糊综合评价基本原理 | 第57-58页 |
| 4.4.3 电网低频振荡综合评价安全等级的确立 | 第58-60页 |
| 4.5 电力系统低频振荡预警方案 | 第60-68页 |
| 4.5.1 基于WAMS的电力系统低频振荡在线监测及预警框架 | 第60-61页 |
| 4.5.2 PMU实测数据验证 | 第61-68页 |
| 4.5.3 验证分析 | 第68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 结论与展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 下一步研究展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
| 攻读硕士期间发表论文 | 第77页 |
| 攻读硕士期间参与项目 | 第77页 |
