买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华北电力大学申请的专利基于VMD-PCA次同步振荡能量特性影响因素辨识方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115528735B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211265236.9，技术领域涉及：H02J3/38；该发明授权基于VMD-PCA次同步振荡能量特性影响因素辨识方法是由徐衍会;成蕴丹;刘慧;李佳晏;朱爱九;李文韬;陈颖;李庚银设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本基于VMD-PCA次同步振荡能量特性影响因素辨识方法在说明书摘要公布了：本发明利用变分模态分解variationalmodedecomposition,VMD以及主成分分析PrincipalComponentAnalysis,PCA，提出基于VMD‑PCA的次同步振荡能量特性影响因素辨识方法，通过时域仿真提取不同工况下次同步振荡的端口能量特征，建立回归模型对次同步振荡端口能量进行回归分析；过程为：对风机出口量测的电压和电流进行VMD模态分解，获取次同步振荡模态下的电压和电流分量，通过计算得到风机出口处暂态能量流；拟合风机出口暂态能量流函数，以能流功率作为次同步振荡的稳定特征量进行研究；采用主成分方法解决能量特性影响因素之间的多重共线性问题，基于逐步回归方法建立能量特性的变量拟合评估模型，并辨识次同步振荡能量特性的关键影响因素。该方法可及时判断系统当前系统能量特性，辨识影响系统能量特性的关键影响因素，对维持新型电力系统的安全稳定运行具有重要的工程意义。

本发明授权基于VMD-PCA次同步振荡能量特性影响因素辨识方法在权利要求书中公布了：1.一种基于VMD‑PCA的次同步振荡能量特性影响因素辨识方法，其特征在于，所述方法包括以下步骤： 1对风机出口量测的电压和电流进行VMD模态分解，获取次同步振荡模态下的电压和电流分量； 2计算得到风机出口处暂态能量流，对暂态能量流进行线性拟合，获取暂态能量流的一阶导数即能流功率，并作为次同步振荡的稳定特征量进行研究； 3对影响能流功率的自变量进行主成分分析，获取涵盖原样本集足够信息的新样本集，对降维后的样本集进行逐步回归分析，建立多元线性回归模型； 4基于回归模型获取原自变量与能流功率之间的关联关系，根据回归系数定量分析各影响因素与能流功率之间的线性相关性，进而提取能流功率的关键影响因素； 步骤1所述对风机出口量测的电压和电流进行VMD模态分解方法如下： 1VMD分解过程可看作是有约束的变分问题： 式中，f为需分解信号，uk为经VMD分解得到的第k个IMF模态分量；wk为第k个IMF模态分量模态的中心频率；*为卷积运算；为对函数求时间的导数；δt为单位脉冲函数；t为时间；k表示经VMD分解得到的第k个模态分量；j表示虚数单位； 2通过引入Lagrange算子λ和二次惩罚因子σ，将步骤1的有约束的变分问题转变为无约束的变分问题，得到步骤1拓展的Lagrange方程： 3采用交替方向乘子法，通过不断的迭代得到2问题的最优解，其迭代步骤如下： 1采用随机数初始化模态分量以及中心频率2迭代和求取最优解，为第k个IMF分量的中心频率的第n次迭代结果，为第k个IMF分量的第n次迭代结果，为Lagrange算子的第n次迭代结果，公式如下： 式中，τ为信号的噪声容忍度，对进行傅里叶逆变换，其实部为ukt，即为第k个IMF分量；和分别对应uit、ft和λt的傅里叶变换，k、i为第k、i个IMF分量，n+1为第n+1次迭代，w为傅里叶变换中引入的角频率； 3通过反复迭代直到满足收敛条件或达到最大迭代次数即停止，收敛条件为： 其中，ε为收敛准则容差值，满足上式则停止迭代，最终可以得到K个IMF模态分量{u1,u1,…,uK}； 4对经VMD分解得到的K个IMF模态分量进行辨识，最终获取次同步振荡下的次同步振荡模态下的电压uabc和电流分量Iabc； 步骤2所述计算得到风机出口处暂态能量流，对暂态能量流进行函数拟合，获取暂态能量流的一阶导数即能流功率，并作为次同步振荡的稳定特征量进行研究，方法如下： 1考虑到端口电压、电流电气量为正弦交流值，稳定情况下，其正弦函数角频率为2πf0，其中，f0＝50Hz；次同步振荡情况下，风场存在次同步振荡源，会产生角频率为2πfer的正弦波，其中，fer为次同步振荡频率，基于叠加定理，风场端口处电压、电流电气量由工频正弦波和次同步频率正弦波叠加而成；以a相为例，端口电压电流可以表示为： ua＝U0cosω0t+δ0+Uercosωert+δeria＝I0cosω0t+θ0+Iercosωert+θer式中，U0和I0分别为工频电压和工频电流有效值；Uer和Ier分别为次同步频率电压和次同步频率电流有效值；ω0＝2πf0、ωer分别为工频角频率和次同步频率角频率；δ0、θ0分别为工频电压和工频电流的初相位；δer、θer分别为次同步频率电压和次同步频率电流的初相位； 2将三相端口电压经Park变换转换至dq坐标系后，端口电压电流可以表示为： 式中，ω‑＝ω0‑ωer；ud、uq为dq坐标系下端口电压；id、iq为dq坐标系下端口电流； 3从节点i经支路Lij流向节点j的能量函数如下式所示： 式中，Pij和Qij分别为支路Lij的有功功率和无功功率，iij为支路Lij的电流，Ui和θi分别为节点i的电压的幅值和相角；id、iq为dq坐标系下支路Lij上的流经的支路电流；ud、uq为dq坐标系下的节点i上的节点电压；*为共轭符号； 4将2中公式代入3中可得节点能量函数可以表示为： W＝∫idduq‑iqdud＝[‑UerI0sinω_t‑δer+θ0]‑IerUerω‑cosδer‑θert从上式可以看出系统发生次同步振荡后，能量函数由元件能量变化项和元件消耗或产生的能量项两部分构成，其中，元件能量变化项为周期分量，元件消耗或产生的能量项为一次函数形式的非周期分量，其一次项系数可以代表元件的阻尼特性，称为能流功率； 5对暂态能量流进行线性拟合： W＝ax+b式中，暂态能量流函数的一阶导数a即为能流功率，b为能流功率常数项； 步骤3所述主成分分析方法如下： 1原始指标数据的标准化采集p维向量X＝[x1,x2,…,xp]，即p个变量，n个样本xi＝[xi1,xi2,…,xip]T，i＝1,2,…,n，n＞p，构造样本阵，对样本阵元进行标准化变换，公式如下： 其中，为第j个变量对应的平均值，为第j个变量方差，xij为样本矩阵X中第i行第j列元素，由此得到标准化矩阵Z＝[z1,z2,…,zp]； 2对标准化矩阵Z求相关系数矩阵R，公式如下： 其中，rij为相关系数矩阵R中第i行第j列元素，zij为标准化矩阵Z中第i行第j列元素； 3求解矩阵R的特征值和特征向量，特征值按照大小进行排序，使得λ1≥λ2≥…≥λp，对应的正交特征向量为V＝[v1,v2,…,vp]，得到样本X的p个主成分F： F＝VZFi＝v1iz1+v2iz2+…+vpizp,i＝1,2,…p； 4计算方差贡献率δi，通过累计贡献率αm确定选取m个主成分，方差贡献率、累计贡献率计算公式为： 步骤3所述逐步回归分析方法如下： 1对主成分分析得到的m个自变量X1,X2,……,Xm建立其与因变量Y的一元回归模型Y＝β0+βiXi+ε,i＝1,2,…,m，其中，ε为均值为0的随机变量对回归模型进行F检验，自变量Xi为影响能量函数的第i个因素，Y为可以表征能量特性的能流功率；其计算结果记为： 取其中最大值FI1，即对给定的显著水平α，记相应的临界值为F1，若FI1≥F1，则将FI1对应自变量引入回归模型，记XI为引入变量指标集合，记XN为未引入变量指标集合，XIk为引入变量指标集合的第k个变量，XNk为未引入变量指标集合的第k个变量； 2建立因变量与自变量子集{XI,XN1},{XI,XN2},……，{XI,XNm‑1}的二元回归模型，计算变量的回归系数F检验统计量的值，记为Fk2,k＝1,2,…,m‑1，选其中最大值记为FI2，即对给定的显著水平α，记相应的临界值为F2，则将FI2对应自变量引入回归模型，更新集合XI和XN，否则，终止变量引入过程； 3重复2，每次从未引入回归模型的自变量XN中选取一个，直到经检验没有变量引入为止，若最终选取了L个变量，那么可以得到回归模型： Y＝β0+β1x1+β2x2+L+βLxL+ε式中，β0，β1，β2,…,βL为回归系数，ε为均值为0的随机变量，用来代表随机因素对因变量Y的影响。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华北电力大学，其通讯地址为：102206 北京市昌平区朱辛庄北农路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。