A Passivity Interpretation of Energy-Based Forced Oscillation Source Location Methods
本文建立了一个分析低频强迫振荡如何在电力电力系统中传播的系统框架。使用这个框架,本文展示了如何在数学上证明所谓的耗散能流(DEF)强迫振荡源定位技术。DEF的具体缺陷被查明,其潜在的能量函数通过增量无源性理论进行了分析。这种分析,然后用来证明,不存在无源性变换(即二次能量函数),可以同时使所有组件的一个有损耗的经典电力系统无源。本文接着开发了一个模拟免费的算法预测的DEF方法在广义电力系统的性能,它分析了三个非经典的负荷和发电组件的无源性。所提出的传播框架和性能算法都进行了测试和说明IEEE 39节点新英格兰系统和WECC 179节点系统。
2020-01-03 cs.SY eess.SY
Mitigating Forced Oscillations in Power Systems via Data-Enabled Predictive Control
ETH Zurich(苏黎世联邦理工学院)
针对电力系统受大型周期性负荷驱动的强制振荡问题,采用无需显式模型的数据驱动预测控制(DeePC),在多机两区域系统上验证其阻尼效果优于传统PSS,凸显其在现代电力系统中的应用潜力。
2026-08-28 cs.SY eess.SY
Forced Oscillations in Power Systems Induced by Data Centers Hosting AI Workloads
ETH Zurich(苏黎世联邦理工学院);University of Toronto(多伦多大学)
本文研究大型数据中心承载AI工作负载引发的功率摆动对电力系统强迫振荡的风险,通过传递函数识别关键位置,分析失稳类型及谐波影响,为运营商制定负荷波动限制提供依据。
2026-09-24 cs.SY eess.SY
Time Series Classification for Locating Forced Oscillation Sources
强迫振荡是由持续的周期性扰动引起的。本文提出了一种基于机器学习(ML)的时间序列分类方法,该方法使用同步相量测量来定位强迫振荡源,以快速去除干扰。序贯特征选择用于识别每个发电厂的最具信息量的测量,以便可以构建多变量时间序列(MTS)。通过训练马氏矩阵,我们测量和比较MTS之间的距离。为每个类构造模板,以减少训练数据集的大小,提高在线匹配效率。动态时间规整(DTW)算法被用来对齐的失步MTS占振荡检测错误。该算法在IEEE 39节点系统和WECC 179节点系统上进行了验证。当强迫振荡发生时,MTS将由指定的PMU测量构建。然后,MTS将被分类训练的分类器,其类成员对应于每个振荡源的位置。仿真结果表明,该方法可以在线识别强迫振荡源,具有较高的精度。所提出的算法的鲁棒性在振荡检测错误的存在下也被量化。
2020-04-15 cs.SY eess.SP eess.SY
Location Method for Forced Oscillation Sources Caused by Synchronous Generators
在这篇文章中,我们提出了一种新的方法来确定是否强迫振荡源产生的励磁系统或汽轮机调速器。在这种情况下,我们建议利用的信息,动态状态估计(DSE)提供能够应用耗散能量流(DEF)的方法。相量测量单元(PMU)提供的测量值用于估计连接到同一母线的不同发电机的内部状态。这里,将考虑连接点处的PMU仅能够测量电压相量和总电流相量。因此,导致FO的发电机电流注入是一个不可观测的变量。为了克服这个问题,事件回放应用于模拟模型的响应和多个发电机之间的DSE的比较。最后,当故障发电机被确定,我们计算能量函数的机械控制回路和励磁控制回路。这些能量的符号和速率决定了振荡的来源,从而可以定位FO。仿真结果表明,该方法为电力系统强迫振荡的识别和定位提供了一种系统的方法,甚至比非平稳信号的识别和定位方法更有效。
2021-10-06 cs.SY eess.SY
A Data-Driven Forced Oscillation Locating Method for Power Systems with Inverter-Based Resources
针对逆变器型资源(IBRs)引入的强迫振荡(FO)定位挑战,本文提出含IBRs电力系统FO定位的新型数据驱动方法,通过统一FO表示并结合SINDy算法从测量数据定位FO源,WECC 240节点系统验证了其有效性。
2025-08-24 cs.SY eess.SY
Non-Stationary Power System Forced Oscillation Analysis using Synchrosqueezing Transform
在电力系统运行中,经常会出现非平稳强迫振荡。然而,大多数检测方法假设FO的频率是固定的。在本文中,我们提出了一种分析非平稳FO的方法。首先,傅立叶同步压缩变换(FSST)被用来提供一个集中的时间-频率表示的信号,允许识别和检索的非平稳信号分量。为了继续,耗散能流(DEF)方法应用于提取的组件,以定位强迫振荡的源。该方法进行了测试,使用模拟以及真正的PMU数据。结果表明,所提出的基于FSST的信号分解方法为DEF方法在非平稳FOs中的应用提供了一个系统的框架。
2020-06-24 cs.SY eess.SP eess.SY
Using Effective Generator Impedance for Forced Oscillation Source Location
Massachusetts Institute of Technology(麻省理工学院);Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究所)
本文提出一种基于发电机终端电压和电流波动响应的系统方法,用于定位电力系统中强迫低频振荡源,通过有效 admittance 矩阵和有效电流源特性,实现了无强假设建模的鲁棒性验证。
2018-05-04 cs.SY eess.SY
Forced oscillation source localization from generator measurements
本文扩展了一种基于最大似然的强迫振荡源定位方法,使其适用于包含无惯性母线的现实场景,通过将Kron降阶纳入估计器,实现了对传统发电机和负荷处强迫振荡位置与频率的识别。
2024-03-22 cs.SY eess.SY nlin.AO
Computing Longitudinal Dynamic Derivatives of a VTOL Aircraft Using CFD Simulations and Forced-Oscillation Model
本文结合 CFD 模拟与强迫振荡模型,评估 SDM 战斗机及 UT24 eVTOL 从悬停到巡航过渡阶段的纵向动态气动导数,并通过实验与数值数据验证其有效性。
2025-07-16 cs.SY eess.SY
Forced Oscillation Identification and Filtering from Multi-Channel Time-Frequency Representation
非平稳强迫振荡(FO)源的定位是一项具有挑战性的任务,特别是在与自然系统模式共振条件下的情况下,其中振荡的幅度在远离源的地方可能更大。因此,它是感兴趣的是构建一个全球的时间-频率(TF)表示(TFR)的系统,它可以捕捉到的振荡成分存在于系统中。本文提出了一种基于多通道TFR的非平稳电力系统强迫振荡频率辨识和分量滤波的系统方法。通过应用改进的岭估计算法在TF平面上识别振荡分量的频率。然后,在TF平面上对所识别的脊周围的各个TFR应用反变换函数来执行分量的滤波。这一步骤构成了用于定位FO源的耗散能流(DEF)方法的应用的初始阶段。此外,我们还比较了三种TF方法:短时傅里叶变换(STFT)、基于STFT的同步压缩变换(FSST)和二阶FSST(FSST 2)。仿真和实际运行信号表明,该方法为电力系统非平稳强迫振荡的辨识和滤波提供了一个系统框架。
2022-03-19 cs.SY eess.SP eess.SY
Rapid and Accurate Changepoint Detection of Power System Forced Oscillations
Union College(联合学院);Niskayuna High School(尼斯卡尤纳高中);Bronx High School of Science(布朗克斯科学高中)
本文提出了一种手动调节参数的快速准确方法,用于电力系统中强迫振荡的突变点检测,显著减少计算时间并提高估计精度。
2026-02-08 cs.SY eess.SP eess.SY
Data-driven Forced Oscillation Localization using Inferred Impulse Responses
提出一种纯数据驱动的强迫振荡源定位框架,利用同步相量测量恢复脉冲响应并基于频域最小二乘拟合估计源位置,经IEEE 68节点和240节点系统验证有效。
2024-03-15 cs.SY eess.SP eess.SY
Cramér-Rao Bounds for the Simultaneous Estimation of Power System Electromechanical Modes and Forced Oscillations
Union College(联合学院)
本文推导了电力系统机电振荡模式与强迫振荡同时估计的Cramér-Rao界,分析了暂态响应对CRB的影响。
2023-11-22 cs.SY eess.SP eess.SY
Identifiability Limits of Forced Oscillation Sources in Power Systems
The University of Tennessee, Knoxville(田纳西大学诺克斯维尔分校)
本文研究电力系统中强迫振荡源的可辨识性,提出射影射线框架和加权最近射线定位器,区分四种定位失败机制,并通过数值实验揭示源定位不等于通道唯一辨识及鲁棒性保证。
2026-10-02 cs.SY eess.SP eess.SY
A numerically efficient output-only system-identification framework for stochastically forced self-sustained oscillators
本文提出一种针对受高斯白噪声影响自持振荡器的纯输出系统辨识框架,通过随机平均法导出 Fokker--Planck 方程并引入改进的 Levenberg--Marquardt 算法辨识参数,大幅降低了计算成本并提高了参数提取能力。
2023-08-16 cs.SY eess.SY math.OC