基于非线性 Koopman 模态的电力系统惯量估计
信号处理
2020-10-01 v1 系统与控制
动力系统
最优化与控制
摘要
我们报告了一种直接从电力系统动态时序数据估计电力系统惯量的新方法。该方法基于上述动态数据的所谓 Koopman 模态分解（Koopman Mode Decomposition, KMD），其通过对非线性动力系统的 Koopman 算子进行谱分析，是线性模态分解的非线性推广。因此，基于 KMD 的方法适用于在电力系统特性的非线性区间演化的动态数据。其有效性通过 IEEE New England 测试系统的暂态稳定仿真进行了数值评估。
引用
@article{arxiv.1805.01967,
title = {Estimation of Power System Inertia Using Nonlinear Koopman Modes},
author = {Yoshihiko Susuki and Ryo Hamasaki and Atsushi Ishigame},
journal= {arXiv preprint arXiv:1805.01967},
year = {2020}
}
备注
10 pages, 4 figures, conference