基于多元时间序列分类的强迫振荡源定位
信号处理
2017-11-13 v1
摘要
精准定位低频振荡源是抑制持续振荡的前提，也是电网安全稳定运行的必要保障。利用同步相量测量，提出了一种机器学习方法来定位电力系统中的强迫振荡源。利用各发电厂的转子角和有功功率构建多元时间序列（MTS）。应用马氏距离度量和动态时间规整，可以适当地度量具有不同相位或长度的MTS之间的距离。所获得的的距离度量表征了不同扰动源下强迫振荡暂态阶段的特征，用于离线分类器训练和在线匹配以定位扰动源。基于四机两区系统和IEEE 39总线系统的仿真结果表明，所提定位方法能够在线高精度识别电力系统强迫振荡源。
引用
@article{arxiv.1711.03601,
title = {Forced Oscillation Source Location via Multivariate Time Series Classification},
author = {Yao Meng and Zhe Yu and Di Shi and Desong Bian and Zhiwei Wang},
journal= {arXiv preprint arXiv:1711.03601},
year = {2017}
}
备注
5 pages, 3 figures. Accepted by 2018 IEEE/PES Transmission and Distribution Conference