基于广域测量系统在线检测电网扰动信号及辨识低频振荡模式
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·课题的提出和意义 | 第8-9页 |
| ·电网扰动信号检测及低频振荡模式辨识研究现状 | 第9-13页 |
| ·电网扰动信号在线检测研究现状 | 第9-10页 |
| ·低频振荡定义 | 第10页 |
| ·低频振荡模式辨识研究现状 | 第10-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 2 常规低频振荡模式在线辨识方案研究 | 第15-29页 |
| ·引言 | 第15页 |
| ·广域测量系统 | 第15-18页 |
| ·广域测量系统简介 | 第15-16页 |
| ·算法输入信号的选取 | 第16-17页 |
| ·实测信号预处理 | 第17-18页 |
| ·二阶统计量 | 第18-21页 |
| ·二阶统计量简介 | 第18页 |
| ·自相关函数、自协方差函数与功率谱密度 | 第18-19页 |
| ·互相关函数、互协方差函数与互功率谱密度 | 第19-21页 |
| ·稳态信号辨识的 ARMA 方法 | 第21-24页 |
| ·ARMA 模型简介 | 第21页 |
| ·ARMA 模型参数确定 | 第21-22页 |
| ·ARMA 模型阶数确定 | 第22-23页 |
| ·基于 ARMA 模型的低频振荡模式辨识 | 第23页 |
| ·低频振荡主导模式提取 | 第23-24页 |
| ·动态信号辨识的 Prony 方法 | 第24-26页 |
| ·常规低频振荡模式在线辨识方案存在的问题 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 电网扰动信号在线检测方法 | 第29-49页 |
| ·引言 | 第29页 |
| ·信号概率分布特性 | 第29-33页 |
| ·随机变量及其概率分布 | 第29-31页 |
| ·高斯分布模型 | 第31-33页 |
| ·基于归一化峰度判断 PMU 信号类型 | 第33-34页 |
| ·PMU 信号测试分析 | 第34-41页 |
| ·罗百线 PMU 信号分析 | 第34-36页 |
| ·罗马线 PMU 信号分析 | 第36-39页 |
| ·金换线 PMU 信号分析 | 第39-41页 |
| ·滑动窗技术 | 第41-42页 |
| ·电网扰动信号在线检测方案 | 第42-43页 |
| ·算例分析 | 第43-48页 |
| ·罗百线信号分析 | 第43-44页 |
| ·罗马线信号分析 | 第44-46页 |
| ·金换线信号分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 低频振荡模式在线辨识新方案 | 第49-63页 |
| ·引言 | 第49页 |
| ·高阶统计量 | 第49-53页 |
| ·高阶统计量简介 | 第49-50页 |
| ·高阶矩、高阶累积量及其性质 | 第50-52页 |
| ·高阶谱及其性质 | 第52-53页 |
| ·稳态动态混合信号辨识的高阶 ARMA 方法 | 第53-55页 |
| ·低频振荡模式辨识新方案 | 第55-56页 |
| ·算例分析 | 第56-61页 |
| ·算例１ | 第56-59页 |
| ·算例 2 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 5 结论及展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第70页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第70页 |
| C. 作者在攻读硕士学位期间取得的科研成果 | 第70页 |
