您当前的位置:
首页 >
文章列表页 >
基于类噪声数据的电力系统低频振荡模态参数辨识
智能电网 | 更新时间:2025-06-06
    • 基于类噪声数据的电力系统低频振荡模态参数辨识

    • Modal Parameter Identification of Low Frequency Oscillation in Power System Based on Ambient Data

    • 在电力系统安全稳定运行领域,专家采用VMD和DFT技术提取低频振荡信号,有效提高了机电小干扰稳定评估的实时性。
    • 发电技术   2022年43卷第1期 页码:19-31
    • DOI:10.12096/j.2096-4528.pgt.21083    

      中图分类号: TM 76
    • 收稿日期:2021-06-18

      纸质出版日期:2022-02-28

    移动端阅览

  • 闫红艳,Hwang Jin Kwon,高艳丰.基于类噪声数据的电力系统低频振荡模态参数辨识[J].发电技术,2022,43(01):19-31. DOI: 10.12096/j.2096-4528.pgt.21083.

    YAN Hongyan,HWANG Jin Kwon,GAO Yanfeng.Modal Parameter Identification of Low Frequency Oscillation in Power System Based on Ambient Data[J].Power Generation Technology,2022,43(01):19-31. DOI: 10.12096/j.2096-4528.pgt.21083.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于长短期记忆神经网络的检修态电网低频振荡风险预测方法
大规模新能源集中外送系统源网协调风险及仿真评估

相关作者

付红军
朱劭璇
王步华
谢岩
熊浩清
唐晓骏
杜晓勇
李程昊

相关机构

国网河南省电力公司
中国电力科学研究院有限公司,北京市 海淀区
国网河南省电力公司电力科学研究院
电网安全与节能国家重点实验室(中国电力科学研究院有限公司), 北京市 海淀区
0