引用本文:刘贵富,卢继平,陈刚,等.一种低频振荡模式在线辨识的鲁棒递推ARMA算法[J].电力系统保护与控制,2012,40(14):74-80.
,et al.[J].Power System Protection and Control,2012,40(14):74-80
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4697次   下载 147次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
一种低频振荡模式在线辨识的鲁棒递推ARMA算法
刘贵富1, 卢继平, 陈刚2, 王予疆, 徐玉韬, 何潜3, 雷雨, 梁伟, 李军
1.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;2.南方电网科学研究院，广东 广州 510080;3.重庆市电力公司，重庆 400015
摘要:
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。
关键词:  ARMA  鲁棒递推  在线辨识  动态信号  低频振荡模式
DOI：10.7667/j.issn.1674-3415.2012.14.013
分类号:
基金项目:国家973计划资助项目（2009CB724505-1）；国家111计划资助项目（B08036）；重庆电力公司科技项目（20100658）
,et al
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭