王珍意, 朱欣春, 胡斌, 路学刚, 张斌, 杜思君, 徐添锐, 丁涛
随着现代电力系统不断发展,大规模的电力互联网络结构逐渐形成,这使得电力系统中的低频振荡现象显著增加,对电力系统的安全和稳定运行构成了严峻的挑战。对低频振荡信号中的模态进行辨识是采取适当的措施或策略来抑制电力系统中的低频振荡的重要前提。为此,本文提出一种基于深度学习和变分模态分解的电力系统低频振荡模态辨识方法。该方法首先利用变分模态分解算法对低频振荡信号进行降噪处理;其次通过卷积神经网络对降噪后的低频振荡信号的阶数进行识别,并在此基础上结合变分模态分解算法进行低频振荡信号的模态分离;最后采用多层感知机辨识分离出的各低频振荡模态的参数,从而完成低频振荡的模态辨识。多个算例仿真结果验证了本文所提方法在电力系统低频振荡模态辨识中的有效性和准确性。