基于AVMD-MFE-VPMCD组合算法的电力系统宽频振荡监控分析.pdfVIP

基于AVMD-MFE-VPMCD组合算法的电力系统宽频振荡监控分析SmartGrid智能电网

基于AVMD-MFE-VPMCD组合算法的电力

系统宽频振荡监控分析

徐 驰

（东北电力大学电气工程学院，吉林吉林132012）

摘要：为了进一步提高电力系统宽频振荡的快速识别能力，设计了一种融合自适应变分模态分解

（AdaptiveVariationalModeDecomposition，AVMD）和多尺度模糊熵（Multi-scaleFuzzyEntropy，

MFE），并引入多变量预测模型（VariablePredictiveModel-basedClassDiscriminate，VPMCD）的

宽频振荡算法。采用AVMD技术获取振荡信号的时频参数，通过MFE对各模态分量的时域特征进行

评价，完成IMF特征向量的降维和宽频振荡数据的准确分类。研究结果表明：当不同级别的白噪声混

入信号后，模型分类正确率虽有所降低，但平均准确率仅降低4.86%。在处理新实验样本参数时，训

练后的模型可以精确辨识宽频振荡类型，且未出现过拟合问题。MFE能展现时间序列在各尺度下的自

相似程度与复杂度，相比较支持向量机（SupportVectorMachines，SVM）和BP神经网络，VPMCD

展现出最优分类效果，准确率高达99.56%，且能在短时间内完成在线分类。

关键词：宽频振荡监控；多尺度模糊熵；变分模态分解；变量预测模型

MonitoringandanalysisofpowersystemwidebandoscillationbasedonAVMD-

MFE-VPMCDalgorithm

XUChi

SchoolofElectricalEngineering,NortheastElectricPowerUniversity,Jilin132012,China

（）

Abstract:Inordertoimprovethefastrecognitionabilityofpowersystemwidebandoscillation,awideband

oscillationalgorithmbasedonadaptivevariationalmodedecomposition(AVMD)andmulti-scalefuzzyentropyis

designedtointroducevariablepredictionmodel.Thetime-frequencyparametersofoscillatingsignalsareobtained

byAVMDtechnology,andthetime-domaincharacteristicsofeachmodalcomponentareevaluatedbymulti-

scalefuzzyentropy,whichcompletestheIMFfeaturevectorreductionandtheaccurateclassificationofwide-

bandoscillationdata.Theresultsshowthatwhendifferentlevelsofwhitenoisearemixedintothesignal,the

classificationaccuracyofthemodelisreduced,andtheaverageaccuracyisonlyreducedby4.86%.Whendealing

withtheparametersofnewexperimentalsamples,