一种低频振荡模式在线辨识的鲁棒递推ARMA算法

TM71; 低频振荡模式在线辨识具有重要的工程应用价值.采用 ARMA 模型的常规递推算法(RLS)以及正则化鲁棒递推算法(R3LS)可有效辨识稳态类噪声信号,但对动态信号的辨识效果不太理想.分析了常规 RLS 算法在出现动态信号时可能发散的原因,通过在算法中引入基于输入信号自相关矩阵和互相关向量的 L1范数的自适应权重参数,保证算法在各种条件下的收敛性,实现了一种全新的鲁棒递推 ARMA 算法(NRRLS).采用 IEEE-39节点系统时域仿真和某电网的 PMU 实测数据进行了大量的分析测试,并通过与 RLS 算法和 R3LS 算法的辨识效果进行比较,验证了 NRRLS 算法具有更好的鲁棒性...

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 no. 14; pp. 76 - 82
Main Authors 刘贵富, 卢继平, 陈刚, 王予疆, 徐玉韬, 何潜, 雷雨, 梁伟, 李军
Format Journal Article
LanguageChinese
Published 重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400044%南方电网科学研究院,广东广州510080%重庆市电力公司,重庆400015 2012
Subjects
低频振荡模式
鲁棒递推
在线辨识
动态信号
ARMA
Online AccessGet full text
ISSN1674-3415

Cover

More Information
Summary:TM71; 低频振荡模式在线辨识具有重要的工程应用价值.采用 ARMA 模型的常规递推算法(RLS)以及正则化鲁棒递推算法(R3LS)可有效辨识稳态类噪声信号,但对动态信号的辨识效果不太理想.分析了常规 RLS 算法在出现动态信号时可能发散的原因,通过在算法中引入基于输入信号自相关矩阵和互相关向量的 L1范数的自适应权重参数,保证算法在各种条件下的收敛性,实现了一种全新的鲁棒递推 ARMA 算法(NRRLS).采用 IEEE-39节点系统时域仿真和某电网的 PMU 实测数据进行了大量的分析测试,并通过与 RLS 算法和 R3LS 算法的辨识效果进行比较,验证了 NRRLS 算法具有更好的鲁棒性和辨识精度,扩展了 ARMA 模型的应用范围,具有较高的理论和工程实用意义.
ISSN:1674-3415