基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统

摘要

本发明提供一种基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统，包括：选择观测节点的有功功率环境激励响应信号作为观测量；获取环境激励响应信号的主要频谱分布；获取信号功率谱矩阵的奇异值以及奇异向量；获取主导振荡频率并计算模式信息；获取振型信息并计算电力系统左右特征向量矩阵，由此计算得到各机组振荡模式参与因子；对获得的振荡模式信息进行系统宽频振荡安全评估，根据识别的模式阻尼比信息判断系统振荡趋势，发布告警、振荡模式与振荡模态信息。基于本发明在线监测方法实现对宽频振荡模式信息与模态信息的辨识，实现负阻尼振荡模式的强相关机组辨识，提高电力系统对于振荡的预警预控能力。

权利要求

1.一种基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，包括：步骤1、基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列；

步骤2、采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布；

步骤3、基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量；

步骤4、根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息；

步骤5、根据步骤3获取的奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子；

步骤6、对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势：对于强阻尼振荡模式，发送振荡模式与振荡模态信息；

对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

2.根据权利要求1的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，前述步骤1中，采用下述方法构建时间序列：设x(t)为观测节点电磁功率在t时刻的值，构建时间序列分析样本X(t)：X(t)＝[x(t),x(t+1),…,x(t+m‑1)]其中m为时间序列分析样本X(t)中x(t)的个数。

3.根据权利要求2的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，前述步骤3中，基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量，包括：设选择n个观测节点，将节点观测到的n个信号构成时间序列，则信号功率谱矩阵的奇异值为 对应的奇异向量为σ·H(ωj)；

其中Si(ωj)为频率为ωj时第i个时间序列分析样本的AR谱，σ为AR序列的标准差，H(ωj)为AR序列的传递函数。

4.根据权利要求3的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，前述步骤4中，根据奇异值绘制奇异值曲线，获得主导振荡频率，包括：使用不同大小尺度的窗函数对奇异值曲线分别进行平滑处理，每次对应某个尺度的窗函数进行平滑操作后，均选取局部极值点；其中对于多次被选中的极值点，增大其权重；

对于完成预定次数的平滑处理后，取权重最大的极值点作为曲线真实的极值点，即为信号的主导振荡频率。

5.根据权利要求1的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，前述步骤5中，采用下述方法获取各机组振荡模式参与因子：奇异值向量求模值并进行归一化即可得到振型，奇异向量构成的矩阵即为右特征向量矩阵，其伪逆为左特征向量矩阵，由下式即可得到机组振荡模式参与因子：其中n为观测节点数，wij为右特征向量矩阵第i行第j列元素，νji为左特征向量矩阵第i行第j列元素。

6.根据权利要求1的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，其特征在于，所述的步骤5中，基于增强频域分解法(EFDD)或频域空间域分解方法(FSDD)进行系统宽频振荡安全评估和判断，发出告警信息，具体包括：(1)当模式阻尼比ξ>5％，则判定该振荡模式安全，发送振荡模式信息与模态信息；

(2)当模式阻尼比ξ≤5％，则判定该振荡模式不安全，其中：若模式阻尼比在3％≤ξ≤5％的范围内，则发送橙色告警信息；

若模式阻尼比ξ<3％，则发送红色告警信息，并发布相应振荡模式信息与模态信息。

7.一种基于电力系统日常扰动响应的宽频振荡信息在线监测系统，其特征在于，包括：用于基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列的模块；

用于采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布的模块；

用于基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量的模块；

用于根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息的模块；

用于根据奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子的模块；

用于对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势的模块，其中：对于强阻尼振荡模式，发送振荡模式与振荡模态信息；

对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

8.一种用于基于电力系统日常扰动响应的宽频振荡信息在线监测的计算机系统，其特征在于，包括：一个或多个处理器；

存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行所述权利要求1‑6中任意一项所述方法的过程。

9.一种存储软件的计算机可读取介质，其特征在于，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行如所述权利要求1‑6中任意一项所述方法的过程。

说明书

基于电力系统日常扰动响应的宽频振荡信息在线监测方法与

系统

技术领域

[0001] 本发明涉及智能电网技术领域，尤其是电力系统宽频振荡监测与辨识领域，具体而言涉及一种基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统。

背景技术

[0002] 大规模区域电网互联是世界各国电力系统的总体发展趋势。由于我国东西部资源分布与经济发展的不均衡，存在建设互联大电网的迫切需求，需要实现光伏、风电等大规模新能源的长距离、大容量、高效率输送。随着电网规模的扩大和电力需求日益增长，新能源的大规模集中并网使得电网结构、运行方式及其动态过程变得越来越复杂，低频功率振荡事件频发，严重影响电网安全稳定运行。同时，随着新能源的开发以及特高压直流输电网的建设，低惯量的风电场和大功率电力电子设备等接入电网比例越来越高，由风电场及特高压直流输电带来的次同步振荡(subsynchronous oscillation，sso)的问题日益凸显。现目前，低频振荡和次同步振荡已成为影响系统安全稳定运行的突出问题，低频振荡会限制互联电网区域间功率传输能力，而次同步振荡会使发电机组的技术性和经济性变差，产生的轴系扭振对转子结构影响较大，甚至会造成发电机组的轴系完全断裂。因此对电力系统中低频振荡以及次同步振荡事件进行实时监测和在线预警并实施有效的抑制措施，对确保电力系统安全稳定运行是十分必要的。

[0003] 电力系统低频振荡与次同步振荡机理与响应信号都存在不同。低频振荡一般为扰动后阻尼不足或存在强迫振荡源激发的0.1～2.5Hz之间发电机转子间的持续相对摇摆。而次同步振荡主要为机组与电网无功补偿设备以及电力电子控制器之间发生的5～50Hz之间的机电耦合振荡，一般表现为旋转电机的轴系扭振，在风电场中可能会发生振荡在50Hz以上的超同步振荡。低频振荡和次/超同步振荡频率覆盖频段差异太大，传统上两种类型振荡会分别在不同层面上进行监测与分析。目前基于WAMS/PMU的低频振荡在线监测相对比较成熟，而对电力系统电力电子化带来的次/超同步振荡缺乏有效的监测手段。

[0004] 随着宽频量测的提出和技术发展，既能兼顾传统50Hz基波信号的监测，又实现了次/超同步振荡这一类间谐波的监测，为同时监视低频振荡和次同步振荡提供了技术手段。在进行低频振荡和次/超同步振荡的宽频同步监测时，适用的模式辨识方法至关重要。

[0005] 现有的低频振荡在线监测方法还存在很大不足，不能满足电网实际宽频振荡在线监测的需要，例如Prony方法只能分析自由振荡信号，不能满足电网实时监测需求，频域分解法作为日常响应的类噪声信号辨识的常用方法，但该方法在估计前需要预先选取频率范围，且功率谱估计出现的误差会影响到辨识结果。

发明内容

[0006] 鉴于现有技术存在缺陷，本发明的目的在于提供一种基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统，实现自动选取模式频率、无需互功率谱估计的功率谱矩阵奇异值、奇异向量以及振型的估计方法，使得电力系统的日常扰动响应的宽频振荡信息在线监测方法计算速度加快，更方便适用于宽频振荡的在线监测，实现对电力系统宽频振荡模式信息与模态信息的辨识，实现负阻尼振荡模式的强相关机组的辨识，为振荡抑制提供依据，提高电力系统对于振荡的预警预控能力。

[0007] 为实现上述目的，本发明的第一方面提出基于电力系统日常扰动响应的宽频振荡信息在线监测方法，包括以下步骤：

[0008] 步骤1、基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列；

[0009] 步骤2、采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布；

[0010] 步骤3、基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量；

[0011] 步骤4、根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息；

[0012] 步骤5、根据步骤3获取的奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子；

[0013] 步骤6、对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势：

[0014] 对于强阻尼振荡模式，发送振荡模式与振荡模态信息；

[0015] 对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

[0016] 其中，前述步骤1中，采用下述方法构建时间序列：

[0017] 设x(t)为观测节点电磁功率在t时刻的值，构建时间序列分析样本X(t)：

[0018] X(t)＝[x(t),x(t+1),…,x(t+m‑1)]

[0019] 其中m为时间序列分析样本X(t)中x(t)的个数。

[0020] 其中，前述步骤3中，基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量，包括：

[0021] 设选择n个观测节点，将节点观测到的n个信号构成时间序列，则信号功率谱矩阵的奇异值为 对应的奇异向量为σ·H(ωj)；

[0022] 其中Si(ωj)为频率为ωj时第i个时间序列分析样本的AR谱，σ为AR序列的标准差，H(ωj)为AR序列的传递函数。

[0023] 其中，前述步骤4中，根据奇异值绘制奇异值曲线，获得主导振荡频率，包括：

[0024] 使用不同大小尺度的窗函数对奇异值曲线分别进行平滑处理，每次对应某个尺度的窗函数进行平滑操作后，均选取局部极值点；其中对于多次被选中的极值点，增大其权重；

[0025] 对于完成预定次数的平滑处理后，取权重最大的极值点作为曲线真实的极值点，即为信号的主导振荡频率。

[0026] 其中，前述步骤5中，采用下述方法获取各机组振荡模式参与因子：

[0027] 奇异值向量求模值并进行归一化即可得到振型，奇异向量构成的矩阵即为右特征向量矩阵，其伪逆为左特征向量矩阵，由下式即可得到机组振荡模式参与因子：

[0028]

[0029] 其中n为观测节点数，wij为右特征向量矩阵第i行第j列元素，νji为左特征向量矩阵第i行第j列元素。

[0030] 其中，所述的步骤5中，基于增强频域分解法(EFDD)或频域空间域分解方法(FSDD)进行系统宽频振荡安全评估和判断，发出告警信息，具体包括：

[0031] (1)当模式阻尼比ξ>5％，则判定该振荡模式安全，发送振荡模式信息与模态信息；

[0032] (2)当模式阻尼比ξ≤5％，则判定该振荡模式不安全，其中：

[0033] 若模式阻尼比在3％≤ξ≤5％的范围内，则发送橙色告警信息；

[0034] 若模式阻尼比ξ<3％，则发送红色告警信息，并发布相应振荡模式信息与模态信息。

[0035] 本发明的第二方面提出一种基于电力系统日常扰动响应的宽频振荡信息在线监测系统，包括：

[0036] 用于基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列的模块；

[0037] 用于采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布的模块；

[0038] 用于基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量的模块；

[0039] 用于根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息的模块；

[0040] 用于根据奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子的模块；

[0041] 用于对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势的模块，其中：

[0042] 对于强阻尼振荡模式，发送振荡模式与振荡模态信息；

[0043] 对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

[0044] 本发明的第三方面提出用于基于电力系统日常扰动响应的宽频振荡信息在线监测的计算机系统，包括：

[0045] 一个或多个处理器；

[0046] 存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行前述在线监测方法的过程。

[0047] 本发明的第四方面提出一种存储软件的计算机可读取介质，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行前述在线监测方法的过程。

[0048] 由此，本发明示例性的方案提出的基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统，通过AR谱对环境激励响应信号进行功率谱估计，确定功率谱矩阵的奇异值与奇异向量，接下来通过增强频域分解法或频域空间域分解法来计算获得振荡频率、阻尼模式信息，根据奇异向量计算振荡模态信息，最后依据阻尼比评估系统振荡安全性，发送振荡模式信息与模态信息，在弱阻尼情况下按不同严重程度发生橙色和红色告警信息。

[0049] 由以上本发明的技术方案可知，与现有技术相比，本发明的显著优点在于：

[0050] 1、本发明克服传统低频振荡与次/超同步振荡在线监测不能同时兼顾的问题，改善了现有频域分解法对振荡辨识的自适应性，实现了低频振荡和次/超同步振荡的同步在线监测，并按阻尼结果辨识的不同给出振荡告警信息；

[0051] 2、本发明采用AR谱代替自功率谱的估计，避免了对离散序列进行时频域转化的过程，不存在周期图法中存在的泄漏、方差等问题，减少了估计的误差；同时结合自功率谱的功率谱矩阵奇异值和奇异值向量估计的过程，无需进行互功率谱的估计加快了计算速度；

[0052] 3、本发明提出了自动选取主导振荡频率的方法，无需人工选取，噪声与趋势项对结果选取干扰较小；其中对模态信息的估计方法，获取更多的宽频振荡信息，根据参与因子，实现负阻尼振荡模式的强相关机组的辨识，为振荡抑制提供依据；

[0053] 4、基于电力系统日常扰动响应的宽频振荡信息在线监测方法，实现互联电网中的低频振荡与高比例电力电子接入出现的次/超同步振荡的在线监测和预警，提供振荡模式信息与模态信息，提高了电网应对宽频振荡事故的能力。

[0054] 应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

[0055] 结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

[0056] 附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

[0057] 图1是说明根据本发明某些实施方式的宽频量测的电力系统日常扰动响应的宽频振荡信息在线监测方法的流程示意图。

[0058] 图2是说明根据本发明某些实施方式的有功功率环境激励响应信号曲线的一个实例图，是电力系统日常扰动响应的有功功率随时间变化曲线。

[0059] 图3是说明根据本发明某些实施方式的宽频振荡信号AR谱的一个实例图。

[0060] 图4是说明根据本发明某些实施方式的奇异值曲线与选取的主导频率的一个实例图。

[0061] 图5是说明根据本发明某些实施方式的振荡模式振型的一个实例图。

[0062] 图6是说明根据本发明某些实施方式的机组参与因子的一个实例图。

具体实施方式

[0063] 为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

[0064] 在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

[0065] 根据本发明的实施例，一种基于电力系统日常扰动响应的宽频振荡信息在线监测方法，结合图1所示的示例性实现流程，其过程包括：

[0066] 步骤1、基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列；

[0067] 步骤2、采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布；

[0068] 步骤3、基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量；

[0069] 步骤4、根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息；

[0070] 步骤5、根据步骤3获取的奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子；

[0071] 步骤6、对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势：对于强阻尼振荡模式，发送振荡模式与振荡模态信息；对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

[0072] 下面结合图1所示的流程图以及本发明的一些优选或者可选的示例，更加具体地描述本发明的某些实例的实施和/或效果。

[0073] 【在线数据获取及预处理】

[0074] 基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列。

[0075] 结合附图1，在前述步骤1中，基于宽频量测平台，优选选择安装宽频量测装置的发电厂、风电场接入节点、直流换流站、电压等级为500kV及以上的变电站，将其设定为有功功率日常扰动响应信号的观测节点。

[0076] 本步骤中，从宽频量测系统中获取量测数据(如需要进行预处理则对量测数据可进行预处理，例如去除趋势项、滤波处理等)，可以采用现有的技术手段实现，例如潘学萍等人提出的消除电力系统受扰轨迹非平稳趋势项的方法，张程、金涛等人提出的电力系统低频振荡模式辨识中使用的方式实现，在此不再赘述。

[0077] 【时间序列的构造】

[0078] 结合附图1，当获取到观测节点的有功功率响应数据后，使用下述方式构建时间序列，以便于后续的分析和判断处理，本实施例中根据节点有功功率响应数据构建的时间序列如图2所示。

[0079] 作为一个可选的实例，时间序列的构建方式如下：

[0080] 设x(t)为观测节点电磁功率在t时刻的值，生成时间序列分析样本X(t)：

[0081] X(t)＝[x(t),x(t+1),…,x(t+m‑1)]

[0082] 其中，m为时间序列分析样本X(t)中x(t)的个数。

[0083] 【AR谱的估计】

[0084] 采用AR谱估计方法，对所构建的时间序列进行功率谱分析，获得信号的功率谱能量分布。

[0085] 结合附图1，对构造的样本时间序列进行AR谱分析，首先需要将数据构造为下式的形式：

[0086]

[0087] 其中u(n)是均值为零方差为σ2的白噪声序列；p为AR模型阶数；ak为第k阶模型参数。

[0088] 通过AR系统的传递函数H(z)可以推得信号x(n)的PSD估计:

[0089]

[0090] AR谱的估计的目的在于求解AR模型参数，其参数估计可使用Burg法。

[0091] 通过多个观测节点信号的功率谱分析，可以获得信号能量主要集中的频段，其中能量集中频段可以体现系统中振荡模式参数信息，图3为AR谱结果示意。

[0092] 本步骤中，基于Burg法的参数估计可以采用现有技术手段实现，例如马秉伟等人提出的基于自回归模型的间谐波谱估计的改进算法、王路晗、张兴敢提出的基于Burg改进算法的风切变风速估计方法中的方式，在此不再赘述。

[0093] 【功率谱矩阵奇异值和奇异向量计算】

[0094] 基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量。

[0095] 结合附图1，设选择n个观测节点，将节点观测到的n个信号构成时间序列，则信号功率谱矩阵的奇异值为 对应的奇异向量为σ·H(ωj)；

[0096] 其中Si(ωj)为频率为ωj时第i个时间序列分析样本的AR谱，σ为AR序列的标准差，H(ωj)为AR序列的传递函数。

[0097] 【主导振荡频率获取】

[0098] 主导振荡频率选取，需要选取奇异值曲线中的峰值。

[0099] 在本发明的实施例中，使用不同大小尺度的窗函数对奇异值曲线分别进行平滑处理，每次对应某个尺度的窗函数进行平滑操作后，均选取局部极值点；其中对于多次被选中的极值点，增大其权重；对于完成预定次数的平滑处理后，取权重最大的极值点作为曲线真实的极值点，即为信号的主导振荡频率。

[0100] 如图4所示位根据本发明实施例进行平滑处理的奇异值曲线及选取的主导频率，，其中平滑处理的次数为50次。

[0101] 作为可选的实施例，我们首先使用尺度为s的窗函数对奇异值曲线进行平滑处理，处理后将局部极值组成集合P，同时将储存于集合O中，集合O用于储存所有的局部极值。

[0102] 然后增大尺度s，再次进行平滑处理，新产生的集合P与旧合集O中最接近的点，判定为真正需要选取的峰值，将这些点构成集合I：

[0103]

[0104] 使用集合I对应的曲线值来增加峰值的权重C，权重增量ΔC为：

[0105] △C(I(p))←v(I(p))·s2

[0106] 权重C＝C+ΔC，完成预定次数的多次平滑后，取权重最大的极值点作为曲线真实的极值点，即对应信号的主导振荡频率。

[0107] 本发明的实施例中，预设的平滑处理的次数一般可选择50次平滑。

[0108] 在可选的实施例中，其中尺度s选取为对数轴上0～n/2之间相同间隔的预设平滑次数相等的多个值，窗函数可选取为半正弦窗或hanning窗。

[0109] 如前述的，在预设50次平滑处理时，尺度s的值选取为对数轴上0～n/2之间相同间隔的50个值。

[0110] 【振荡模态信息计算】

[0111] 结合附图1，步骤5采用下述方法获得振荡模态信息：

[0112] 奇异值向量求模值并进行归一化即可得到振型，奇异向量构成的矩阵即为右特征向量矩阵，其伪逆为左特征向量矩阵，由下式即可得到机组振荡模式参与因子：

[0113]

[0114] 其中n为观测节点数，wij为右特征向量矩阵第i行第j列元素，νji为左特征向量矩阵第i行第j列元素。

[0115] 如图5和图6所示为根据本发明实施例获得各个机组对应于不同振荡模式的振型与参与因子的示例。

[0116] 【振荡模式信息分析】

[0117] 结合附图1，根据步骤4中辨识的模式阻尼信息，在步骤6中评估系统宽频振荡安全性并发出告警信息，其中可以采用增强频域分解法(EFDD)或频域空间域分解方法(FSDD)进行系统宽频振荡安全评估和判断，其中依据模式阻尼比ξ进行预警与发布：

[0118] (1)当模式阻尼比ξ>5％，则判定该振荡模式安全，发送振荡模式信息与模态信息；

[0119] (2)当模式阻尼比ξ≤5％，则判定该振荡模式不安全，其中：

[0120] 若模式阻尼比在3％≤ξ≤5％的范围内，则发送橙色告警信息；

[0121] 若模式阻尼比ξ<3％，则发送红色告警信息，并发布相应振荡模式信息与模态信息。

[0122] 本发明前述一个或多个实施例的实现，是基于宽频量测平台实现的电力系统宽频振荡的在线监测与分析，采用AR谱代替自功率谱的估计，避免了周期图法估计功率谱时存在的泄漏、方差等问题，减少了估计的误差；功率谱矩阵奇异值和奇异值向量估计的过程，只需要进行AR谱即自功率谱的估计，不需要进行互功率谱的估计，使得计算速度提升；提出的选取主导振荡频率的方法能够避免噪声与趋势项对结果选取干扰，实现自动选取振荡模式；给出的模态信息的估计方法，可以获得振型、参与因子的估计；根据阻尼辨识评估振荡安全性，对于不安全振荡模式的严重程度发送不同的报警信息，克服传统低频振荡与次/超同步振荡在线监测不能同时兼顾的问题，改善了现有频域分解法对振荡辨识的自适应性，实现了低频振荡和次/超同步振荡的同步在线监测与分析功能。

[0123] 应当理解，在一些实施例中，上述基于电力系统日常扰动响应的宽频振荡信息在线监测方法，得以在诸如监控计算机、监控计算机阵列、服务器、服务器阵列或者云计算系统、云服务器中实现，这些布置在一定物理空间的监控计算机、监控计算机阵列、服务器、服务器阵列中通常设置用于数据存储的存储器、计算和处理的至少一个处理器、网络收发模块以及数据传输接口，他们之间经由总线进行数据传输和通信，实现对数据的存储、调用和处理，从而实现上述在线监控方法的实施。

[0124] 结合附图1‑6以及以上实施例的基于电力系统日常扰动响应的宽频振荡信息在线监测方法，本发明还可以被设置成按照以下方式实施。

[0125] 【基于电力系统日常扰动响应的宽频振荡信息在线监测系统】

[0126] 根据本发明实施例的基于电力系统日常扰动响应的宽频振荡信息在线监测系统，包括：

[0127] 用于基于宽频量测平台，选择观测节点的有功功率环境激励响应信号作为观测量，并构建时间序列的模块；

[0128] 用于采用AR谱估计方法对构建的时间序列进行功率谱分析，获得信号的功率谱能量分布的模块；

[0129] 用于基于功率谱能量分布，获取信号功率谱矩阵的奇异值以及奇异向量的模块；

[0130] 用于根据奇异值绘制奇异值曲线，获得主导振荡频率，并确定振荡模式信息的模块；

[0131] 用于根据奇异向量确定振型信息，并计算电力系统左右特征向量矩阵，由此获取各机组振荡模式参与因子的模块；

[0132] 用于对获得的振荡模式信息进行系统宽频振荡安全评估与判断，并且根据识别的模式阻尼比信息判断系统振荡趋势的模块，其中：

[0133] 对于强阻尼振荡模式，发送振荡模式与振荡模态信息；

[0134] 对于弱阻尼振荡模式，发送紧急告警信息和振荡模式与振荡模态信息。

[0135] 由此，本发明示例性的方案提出的基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统，通过AR谱对环境激励响应信号进行功率谱估计，确定功率谱矩阵的奇异值与奇异向量，接下来通过增强频域分解法或频域空间域分解法来计算获得振荡频率、阻尼模式信息，根据奇异向量计算振荡模态信息，最后依据阻尼比评估系统振荡安全性，发送振荡模式信息与模态信息，在弱阻尼情况下按不同严重程度发生橙色和红色告警信息。

[0136] 在另外的实施例中，前述实施例的基于电力系统日常扰动响应的宽频振荡信息在线监测系统，被设置成在计算机系统或者服务器中，以可被处理器调用和执行的指令集的形式存储在存储器中，使得这些指令集被调用时执行前述基于宽频量测的电力系统宽频振荡在线监测方法的过程。

[0137] 【计算机系统】

[0138] 根据本发明实施例的用于基于电力系统日常扰动响应的宽频振荡信息在线监测的计算机系统，包括：

[0139] 一个或多个处理器；

[0140] 存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行前述在线监测方法的过程。

[0141] 【计算机可读取介质】

[0142] 根据本发明实施例的存储软件的计算机可读取介质，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行前述在线监测方法的过程。

[0143] 虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。