基于马氏距离的强迫振荡源定位与置信度评估

《International Journal of Electrical Power & Energy Systems》:Forced oscillation source location via mahalanobis distance with confidence assessment

【字体: 大 中 小 】 时间:2026年09月18日 来源:International Journal of Electrical Power & Energy Systems 5.3

编辑推荐:

  本研究提出了一种用于强迫振荡(forced oscillation, FO)源定位的新方法,通过马氏距离(Mahalanobis distance, MD)结合广域测量数据实现源定位,并引入置信度评估机制。即使在与区间模式发生强烈共振的条件下,该方法仍能以较高

  
本研究提出了一种用于强迫振荡(forced oscillation, FO)源定位的新方法,通过马氏距离(Mahalanobis distance, MD)结合广域测量数据实现源定位,并引入置信度评估机制。即使在与区间模式发生强烈共振的条件下,该方法仍能以较高置信度识别FO源。该方法能够从同步发电机(synchronous generator, SG)或逆变器类资源(inverter-based resource, IBR)中辨识FO源,并适用于多个同时发生FO以及非平稳FO的场景。利用Hankel总体最小二乘(Hankel Total Least Squares, HTLS)方法从发电机有功功率(P)与无功功率(Q)测量中估计复振荡形态(oscillation shape, OS),进而在由P与Q的复OS构成的四维复数超空间中计算MD,将FO源识别为统计离群点。在6564节点美国西部电网(Western Electricity Coordinating Council, WECC)模型及240节点mini-WECC模型上的测试结果表明,该方法在高、低阻尼条件下均表现出优异的定位性能。测量灵敏度分析进一步验证了该方法在不同噪声水平下的鲁棒性。
**一、研究背景与存在问题**
强迫振荡(forced oscillation, FO)是由外部周期性扰动(如控制器故障、循环负荷等)驱动的持续周期性响应,其持续存在直至扰动源被移除。当FO与系统弱阻尼区间振荡模式发生共振时,可能引发系统广域振荡,严重威胁电力系统安全稳定运行。例如,2019年美国佛罗里达州一个200 MW的FO引发了整个东部互联电网的广域振荡;2005年WECC互联电网中源自Alberta的0.28 Hz振荡在与南北区间模式共振后,在California–Oregon联络线上从源端20 MW峰峰值放大至200 MW峰峰值。北美电力可靠性公司(NERC)记录的多起事件均凸显了FO对可靠性与稳定性的严重风险。
在共振条件下,最显著的振荡可能出现在远离真实源的位置,使得FO源定位尤为困难。然而,源识别至关重要,因为只有消除扰动根源,振荡才会消失。随着相量测量单元(Phasor Measurement Unit, PMU)的广泛应用,基于广域同步测量进行FO源定位成为可能。现有方法如振荡形态(oscillation shape, OS)法和耗散能量流(dissipating energy-flow, DEF)法已在工业界得到应用,但在共振条件下存在明显局限。此外,数据中心等大型可变负荷以及逆变器类资源(inverter-based resource, IBR)的控制交互可能引入新的FO源,亟需发展鲁棒、快速的源定位方法。

**二、研究内容与核心结论**
研究人员提出一种全新的FO源定位视角:将源定位问题转化为高维空间中的离群点检测问题。理论分析表明,系统状态对FO输入的幅值与相位响应(即OS)同时涉及区间模式和局部模式的贡献。位于FO源处的局部模式被激发,使得源测量点的幅值和相位响应区别于系统其余部分,从而在振荡形态中表现为统计离群点。基于此,研究人员利用发电机有功功率(P)和无功功率(Q)测量,通过Hankel总体最小二乘(Hankel Total Least Squares, HTLS)方法估计复OS,再采用马氏距离(Mahalanobis distance, MD)在由P和Q复OS构成的四维复数超空间中识别离群点,该离群点对应FO源。
该方法在6564节点WECC模型和240节点mini-WECC模型上进行了全面测试,覆盖高、低阻尼场景、不同噪声水平、多种源类型(同步发电机SG与IBR)、多重同时FO以及非平稳FO工况,并与工业常用的幅值法(Amp-P、Amp-Q)和DEF方法进行了对比。结果表明,所提方法在绝大多数测试中均正确识别FO源,性能优于对比方法,且置信度评估能够有效自检并拒绝不可靠定位结果。

**三、主要关键技术方法**
本研究主要采用以下关键技术方法:
1. **Hankel总体最小二乘(HTLS)方法**:用于从均匀采样的PMU时间序列中估计FO频率、阻尼比(damping ratio, DR)及相应的复振荡形态(OS)。HTLS通过对Hankel矩阵进行奇异值分解(singular value decomposition, SVD)并截断小奇异值来抑制测量噪声,具有较强的噪声鲁棒性。
2. **马氏距离(MD)离群点检测**:将各发电机的P和Q复OS的实部与虚部组合为四维特征向量,计算每个发电机相对整体分布的MD。MD同时考虑变量间的相关性和尺度差异,能够有效识别联合偏离的离群点。MD值最大的发电机被判定为FO源候选。
3. **置信度评估框架**:基于最高MD与第二高MD之间的差值,设置高、中、低、零四个置信度等级,以量化源定位结果的可靠性。
样本数据来源包括:6564节点WECC大型模型、240节点mini-WECC简化模型,以及美国东部互联电网的一个真实存档振荡事件数据。

**四、研究结果**
**4.1 6564节点WECC模型结果**
在6564节点WECC模型中,设置了2%和5%两种区间模式阻尼比(DR)场景,每种场景包含10个案例(5个励磁源、5个调速器源),每个案例下设0.23 Hz(弱共振)和0.28 Hz(强共振)两个子案例。共40个测试案例,MD方法全部正确识别FO源。相比之下,Amp-P在调速器源场景表现良好但在励磁源场景失效,Amp-Q在励磁源场景有效但在调速器源场景失效,DEF主要适用于调速器源场景,DEF*(复能量函数实部)则在多数情况下失效。
**4.2 测量噪声灵敏度分析**
在60 dB至20 dB噪声水平范围内(每10 dB间隔)测试了各方法的定位性能。随着噪声水平增加,所有算法性能均有所下降,但MD方法在每个噪声水平下的正确识别案例数均高于Amp-P、Amp-Q、DEF和DEF*方法,验证了其实际应用鲁棒性。
**4.3 240节点mini-WECC模型(同步发电机源)**
mini-WECC模型中选取0.6 Hz区间模式,通过禁用两台发电机(7031‘G’和8034‘G’)的电力系统稳定器(power system stabilizer, PSS)将DR从7%降至2%,模拟轻阻尼强共振条件。测试结果与WECC模型基本一致,在2% DR场景的case-10和7% DR场景的case-1中,MD方法错误识别源。置信度评估框架将这两个案例判定为零置信度,有效自检并拒绝错误结果。
**4.4 240节点mini-WECC模型(IBR源)**
将3 Hz、5 Hz和7 Hz的FO分别注入两个IBR电站(位于科罗拉多州的风电场7031‘W’和位于加利福尼亚州的太阳能电站2439‘S’)的有功功率参考信号(前六个案例)和无功功率参考信号(后六个案例)。MD方法在所有12个IBR案例中均正确定位源。Amp-P仅在P控制回路源时有效,Amp-Q仅在Q控制回路源时有效,且实际中无法先验判断应采用Amp-P还是Amp-Q。
**4.5 真实系统事件验证**
将方法应用于美国东部互联电网的一次存档FO事件。该事件中仅P测量可用,振荡频率为0.28 Hz,接近东部互联的已知区间模式,表现为弱共振。HTLS识别出0.28 Hz、近零DR的正弦分量,MD方法正确指向源发电机,但置信度等级为“低”。
**4.6 置信度评估**
通过灵敏度测试确定了阈值组合????=2、????=1、????=0.5。在该阈值下,mini-WECC SG案例中两个错误定位案例均被赋予零置信度,即方法自我拒绝错误结果。同时,部分正确识别但MD分离度不足的案例也被赋予零置信度,体现了保守的自评估策略。
**4.7 多重同时FO源定位**
在WECC系统中同时向发电机2149(0.2 Hz)和20558(0.6 Hz)的调速器注入FO。MD方法以“高”置信度同时识别出两个真实源。
**4.8 非平稳FO源定位**
在WECC系统中分别向发电机2149调速器(幅值0.1 p.u.)和发电机4117励磁器(幅值0.4 p.u.)注入频率从0.4 Hz线性增加至0.6 Hz的非平稳FO。采用10秒分析窗口、每2秒滑动的移动窗口方式进行分析。MD方法在每个时间窗口中均正确识别源,与Amp-P(调速器案例)和Amp-Q(励磁案例)表现相当。

**五、讨论与结论**
讨论部分指出,置信度评估是MD方法区别于其他源定位算法的独特优势。通过量化最高MD与次高MD之间的分离度,方法能够在报告错误源之前进行自检,从而避免误导运行人员。这一自评估机制在现有源定位方法中尚未被系统性地提出。
研究结论总结如下:本研究提出了将FO源定位问题视为高维超平面上离群点检测问题的新视角。通过适当的特征选择(P和Q的复OS)与MD度量,能够可靠地识别FO源。在标准40 dB噪声水平下的仿真系统测试以及一次真实事件验证中,该方法在大多数测试案例中均能以较高置信度正确定位源,无论源来自传统同步发电机还是IBR。未来工作将进一步建立阈值选择的理论基础,并探索该方法在不同场景下的通用适应性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号