| 摘要: |
| 针对低频振荡带宽较窄、主导模式较少的特点，提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性；为克服傅里叶系数直接求解的困难，采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数识别振荡主导模式的频率和衰减因子；再根据其与衰减时间窗的关系得到振荡幅值。该方法既保留了傅里叶算法抗噪性好的特点，又利用神经网络训练，进一步提高了抗噪性和可靠性，并通过算例仿真得到了证明。该研究对电力系统低频振荡的在线动态识别具有实际意义。 |
| 关键词: Prony 神经网络 主导模式 低频振荡 模式识别 |
| DOI：10.7667/j.issn.1674-3415.2012.15.008 |
|
| 基金项目:国家自然科学基金(61040049)；湖南省自然科学基金(11JJ6032)；湖南省科技计划项目(2010FJ4095) |
|
|
|
| () |
| Abstract: |
|
| Key words: |
