第36卷第3期2023年6月Vol.36No.3Jun.2023四川轻化工大学学报（自然科学版）JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)基于小波阈值和VMD-HHT的低频振荡分析付江涛1,2，杨毅强1,2，宋弘3（1.四川轻化工大学自动化与信息工程学院，四川宜宾644000；2.人工智能四川省重点实验室，四川宜宾644000；3.阿坝师范学院电子信息与自动化学院，四川阿坝623002）摘要：为解决低频振荡在电力系统中实测信号存在噪声干扰、信号处理过程中模态混叠及非线性问题，提出了基于小波无偏风险估计阈值消噪和变分模态分解-希尔伯特黄变化（VMD-HHT）的低频振荡分析的方法。首先，对于含噪的实测信号，采用小波无偏风险估计阈值进行消噪的预处理；其次，通过使用样本熵来确定VMD的二次惩罚因子、使用频谱图来确定分解层数，预处理后的信号经过VMD分解得到IMF（IntrinsicModeFunction）分量；最后，对得到的IMF分量进行希尔伯特黄变换得到模态的参数。通过复合信号测试和IEEE（InstituteofElectricalandElectronicsEngineers）四机二区域仿真的辨识结果，验证了所提方法的合理性和有效性。同时与TLS-ESPRIT算法、Prony算法和经验模态分解的结果分析对比可知，所提方法在辨识方面更为准确。关键词：低频振荡；小波阈值消噪；样本熵；变分模态分解-希尔伯特黄变化中图分类号：TM743文献标识码：A引言随着现代电网规模的不断发展，其跨区域、长距离等特点日益明显，同时也使电力系统变得更加复杂。大量的励磁控制器投入电力系统使用，随之低频振荡现象也逐渐增多，对电力系统的稳定性造成危害，对电力系统的输电能力造成了影响[1]。因此，对电力系统低频振荡模态进行处理和辨识，对电力系统的安全稳定有着重大的现实意义。目前，模态识别和特征值分析是现在应用最广泛的两大类分析低频振荡的方法[2]。其中最为常用的方法就是特征值分析法，这种方法简单高效，可以计算出振荡模态及其参数。但是在电力系统的规模不断变大和电网间复杂程度不断增加的情况下，计算的系统矩阵也在变大，同时也频繁出现“维数灾”的现象，使用的场景越来越受到局限，所以这种方法多用在离线分析[2]。随着量测技术的进步和发展，以相量测量（PhasorMeasurementUnit，PMU）为基础的量测单元组成的广域量测系统（WideAreaMeasurementSystems，WAMS）被广泛地应用在电网中，它主要是利用PMU来采集电力系统中的实时数据，对其进行低频振荡现象进行分析研究。Prony算法、快...
