基于顺序变分模态分解和改进两步法的宽频振荡频率动态估计OA

高比例新能源并网加剧了电网宽频振荡问题,可能引发机组脱网等后果。其宽频域、多模态等特性导致信号呈现混叠性和非平稳性,给频率精确估计带来严峻挑战。实时精准的频率估计有助于抑制频率振荡。为此提出一种基于顺序变分模态分解(successive variational mode decomposition, SVMD)与改进两步法(improved two-step,ITS)的宽频振荡信号频率动态估计法。首先,通过引入鲸鱼优化算法(whale optimization algorithm, WOA)自适应确定SVMD的最大惩罚因子,然后对信号进行SVMD,得到各个固有模态分量(intrinsic mode function, IMF),有效避免了对先验知识的依赖。其次,结合两步法(two-step method, TS)与多重同步压缩变换(multisynchrosqueezing transform, MSST),通过相位解调技术和时频谱优化,提高频率估计的分辨率与抗噪性。实验表明,所提方法分解的IMF波形与原信号振荡分量波形高度相似,频率动态估计的精确度相比TS、希尔伯特变换等方法显著提高,在仿真和实测信号中均能实现对振荡信号瞬时频率的动态追踪。