基于改进MVMD-SOBI算法的直驱风电机组多通道次同步振荡模态辨识

作者：赵峰^*; 王雅娴; 王英; 陈小强

来源：高电压技术, 2022, 48(04): 1365-1374.

DOI：10.13336/j.1003-6520.hve.20210087

• 多元变分模态分解
• 多通道信号
• 二阶盲辨识
• 次同步振荡
• 直驱风电机组

针对直驱风电机组(direct-drive permanent magnet synchronous wind turbines,D-PMSG)产生的次同步振荡(sub synchronous oscillation,SSO)辨识问题，该文将用于机械故障检测的多元变分模态分解(multivariate variational mode decomposition,MVMD)进行改进，并与二阶盲辨识(second order blind identification, SOBI)相结合，实现直驱风电机组的次同步振荡模态辨识。针对具有多通道特性的广域量测系统(wide area measurement system, WAMS)量测的SSO信号，提出了一种多通道次同步振荡模态辨识方法。首先，由于MVMD的模态数K值和惩罚因子α值对算法的精确性有绝对的影响，所以对MVMD算法进行改进，建立综合指标Sy来确定K和α；其次，在已知参数基础上，利用改进MVMD对SSO信号进行分解，得到多个本征模态函数分量(intrinsic mode function, IMFs)，并借助Fréchet距离筛选出主导IMF分量并去除噪声干扰，同时为提高运算效率，直接辨识出SSO信号模态，以随机子空间思想为基础，将SOBI算法改进，直接辨识出SSO信号的频率、阻尼比和衰减因子；最后，分别利用理想算例、仿真算例和电网实测数据对所提方法进行分析和验证。结果表明，对于直驱风电机组产生的多通道次同步振荡信号，该文方法可高效准确地辨识其参数，为次同步振荡抑制问题的研究奠定基础。

• 单位
  兰州交通大学