买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川大学

摘要：本发明公开了一种基于振荡分量椭圆轨迹的次超同步振荡的检测方法，包括以下步骤：S1、获取PMU数据样本，并计算其中振荡的频率；S2、根据所述振荡频率构建椭圆轨迹，得到椭圆轨迹特征值；S3、将所述椭圆轨迹特征值输入单隐层前馈神经网络，得到次超同步振荡分类结果，完成次超同步振荡的检测。本发明基于在实际工程中应用较广泛的同步向量测量装置的数据进行振荡类型检测的特点，将其从时域转化为频域，并利用振荡特有的椭圆轨迹特征，准确的对振荡类型进行了分类；采用了极限学习机智能算法，实现了振荡的实时检测与分类；鲁棒性强，在较强的噪声影响下，依然可达到较高的分类准确性，具有较大的实际工程价值。

主权项：1.一种基于振荡分量椭圆轨迹的次超同步振荡的检测方法，其特征在于，包括以下步骤：S1、获取PMU数据样本，并计算其中振荡的频率；S2、根据所述振荡频率构建椭圆轨迹，得到椭圆轨迹特征值；S3、将所述椭圆轨迹特征值输入单隐层前馈神经网络，得到次超同步振荡分类结果，完成次超同步振荡的检测；所述S1包括以下分步骤：S11、基于PMU数据样本，获取其中振荡的线性数据矩阵，根据所述线性数据矩阵解出最小范数解向量；S12、根据最小范数解向量构建特征多项式，根据所述特征多项式解出频率表达式，以频率表达式的第一个特征值作为振荡的频率；所述S11中，振荡的线性数据矩阵的表达式具体为：x＝Xa式中，x为振荡的测量向量，a为最小范数解向量，X为测量向量矩阵；所述S12中，特征多项式的表达式具体为：ap+ap-1z1+…+a1zp-1+zp＝0式中，[ap,ap-1,…,a1,1]T为最小范数解向量的多项式阶，{z1,z2,…,zp}为连续时间特征值的离散时间近似值，p为定义的多项式阶；所述振荡的频率fi的表达式具体为：fi＝arctanImziRezi2πΔt式中，Imzi为特征值zi的虚部，Rezi为特征值zi的实部，zi＝{z1,z2,…,zp}；所述S2包括以下分步骤：S21、计算所述振荡频率的正频率部分和负频率部分；S22、根据所述振荡频率的正频率部分和负频率部分计算所述椭圆轨迹的长半轴和短半轴；S23、将椭圆轨迹的长半轴和短半轴作为椭圆轨迹特征值；所述S21具体为：根据所述振荡频率的测量向量构建范德蒙矩阵φ，并构建范德蒙矩阵φ与数据窗h的关系表达式，通过最小二乘法得到数据窗h以及振荡频率的正频率部分和负频率部分；其中，范德蒙矩阵φ与数据窗h的关系表达式式具体为：φh＝x式中，范德蒙矩阵所述振荡频率的正频率部分和负频率部分的表达式具体为： 式中，为振荡的正频率部分，为振荡的负频率部分；所述S22中，计算所述椭圆轨迹的长半轴A和短半轴B的表达式具体为： 式中，||*||2为矩阵的二范数。

全文数据：

权利要求：

百度查询： 四川大学 一种基于振荡分量椭圆轨迹的次/超同步振荡的检测方法