Методы анализа низкочастотных колебаний и синхронизирующего действия генератора на базе векторных измерений тема диссертации и автореферата по ВАК РФ 05.14.02, кандидат наук Коваленко, Павел Юрьевич

• Коваленко, Павел Юрьевич
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Коваленко, Павел Юрьевич

СОДЕРЖАНИЕ

Введение

ГЛАВА 1. Сравнительный анализ методов идентификации низкочастотных колебаний и их параметров

1.1 Методы оперативной идентификации (экспресс-анализа) НЧК

1.2 Выделение доминантных мод

1.3 Определение параметров доминантных мод

1.4 Выводы

ГЛАВА 2. Развитие методов анализа низкочастотных колебаний, алгоритмы подготовки данных

2.1 Метод скользящих статистических отрезков

2.2 Частотный EMD

2.3 Модифицированное преобразование Гилберта

2.4 Подготовка первичных данных СМПР

2.5 Выводы

ГЛАВА 3. Метод анализа синхронизирующего действия синхронного генератора в ходе низкочастотных колебаний

3.1 Анализ синхронизирующего действия синхронного генератора в ходе низкочастотных колебаний

3.2 Определение угла нагрузки синхронного генератора

3.3 Сравнительный анализ методов определения угла нагрузки синхронного генератора

3.4 Выводы

ГЛАВА 4. Анализ низкочастотных колебаний и синхронизирующего действия синхронного генератора

4.1 Оценка распространения колебательных мод по энергосистеме

4.2 Оценка степени опасности НЧК

4.3 Анализ НЧК в результате технологического нарушения

4.4 Выводы

Заключение

Перечень сокращений и обозначений

Список литературы

Приложение 1 - Свидетельство о регистрации программы для ЭВМ

Приложение 2 - Скриншоты графического интерфейса ПО мониторинга низкочастотных колебаний

Приложение 3 Приложение 4 Приложение

- Патент на изобретение

- Блок-схемы алгоритмов анализа низкочастотных колебаний168

- Графики зависимостей в ходе технологического нарушения

Введение диссертации (часть автореферата) на тему «Методы анализа низкочастотных колебаний и синхронизирующего действия генератора на базе векторных измерений»

ВВЕДЕНИЕ

Актуальность темы:

Низкочастотные колебания (далее - НЧК) параметров электрического режима (далее - ПЭР) представляют угрозу устойчивости работы и надежности энергосистем по всему миру [1, 2, 3, 4]. Их наличие вынуждает значительно снижать допустимые перетоки мощности вследствие чего ухудшаются экономические показатели при условии обеспечения необходимого уровня надежности [5].

Проблема НЧК известна на протяжении многих лет, в отечественной практике это явление получило название «синхронные качания»; однако в последние годы с активизацией работ в этой области в обиход в исследовательской среде вошел именно термин «низкочастотные колебания». НЧК присущи любой энергосистеме - они появляются и развиваются в результате незначительных колебаний нагрузки и возмущений, например, отключений генераторов или линий электропередачи (далее - ЛЭП). НЧК ПЭР в ходе электромеханических переходных процессов (далее - ЭМПП) в энергосистемах возникают, как правило, в результате возникновения существенного небаланса мощности в энергоузле или энергорайоне. К основным факторам, способствующим развитию НЧК, относятся приближение режима к пределу по устойчивости в сечениях и некорректная настройка системных регуляторов (автоматический регулятор возбуждения, далее - АРВ, автоматический регулятор скорости вращения, далее -АРСВ). Несвоевременная идентификация НЧК и отсутствие мер, направленных на их демпфирование, могут привести к нарушению устойчивости работы электроэнергетической системы (далее - ЭЭС) [6], повреждению оборудования в результате перехода синхронных качаний в асинхронный ход и др. [7].

На протяжении всех периодов развития мировая энергетика тяготеет к укрупнению масштабов деятельности, будь то расширение зоны покрытия электрических сетей с повышением их рабочего напряжения или наращивание единичной

мощности генерирующего оборудования и станций [8]. В связи с тем, что мировые запасы энергоресурсов и центры их потребления распределены неравномерно, начиная с середины XX в. протяженность и разветвленность электрических сетей постоянно возрастали, было сформировано множество международных энергообъединений в Северной, Центральной и Южной Америке, Европе, Северной и Южной Африке. Результатом такого развития глобальной энергетики стало формирование высокомощных энергосистем [9], связанных протяженными ЛЭП, пропускная способность которых ограничена. Электрогенерация в последние годы активно развивается за счет повсеместного включения установок распределенной генерации, в том числе на основе возобновляемых источников энергии. Более того, в ближайшие годы доля ветровой и солнечной генерации, отличающихся непостоянством выработки и затрудненным прогнозированием, по оценкам экспертов, будет лишь возрастать [10, 11, 12]. Непрерывное изменение структуры электрогенерации и потребления влечет за собой снижение инерционности энергосистем в целом [13], из-за чего повышается влияние возмущений на параметры их работы [14]. Для улучшения управляемости энергосистем широко применяется передовое оборудование, зачастую дополненное прогрессивными быстродействующими системами регулирования, такое как асинхронизированные синхронные машины, «гибкие системы передачи переменного тока» (FACTS) [15], системы аккумулирования энергии и др. [16]. Таким образом, изменяются свойства энергосистемы в целом, что проявляется, в том числе, в возникновении НЧК ПЭР [17].

Результат незначительного изменения нагрузки может различаться для малоамплитудных колебаний, существующих в нормальном режиме на протяжении длительного времени и считающихся допустимыми, и слабодемпфированных колебаний, развитие которых может привести к нарушению устойчивости. Постоянный рост межсистемных перетоков мощности приводит к тому, что межзональные НЧК становятся слабозатухающими, незатухающими или нарастающими, что представляет угрозу для функционирования энергосистемы.

К низкочастотному диапазону колебаний, как правило, относят частоты 0,1^3,0 Гц [18]. Кроме того, НЧК по территориальной локализации подразделяют на локальные и общесистемные [19], причем последние, как предполагает термин, могут затрагивать всю энергосистему. Под локальными НЧК понимают взаимные качания синхронных генераторов (далее - СГ) в подсистемах, а под общесистемными - качания друг относительно друга подсистем или групп генераторов.

НЧК представляют собой результат взаимодействия нескольких вращающихся масс в энергорайоне или энергоузле, чем и обусловлены их свойства - нелинейность и нестационарность [20, 21]. При этом возможно возникновение также и дополнительных составляющих, соответствующих взаимному движению концентрированных частей или целых энергосистем.

Решению задачи мониторинга НЧК посвящено значительное число исследований по всему миру [22]. При этом основной традиционный подход к анализу устойчивости энергосистем основан на исследовании их расчетных или физических моделей [23]. Такие модели специально разрабатываются [24] и на регулярной основе верифицируются [25] для обеспечения соответствия реальным свойствам и поведению энергосистемы в переходных режимах. Однако все потенциально опасные ситуации в ЭЭС невозможно точно воспроизвести в рамках ее динамической модели [26], поэтому мониторинг НЧК на основе измерений параметров режима работы энергосистемы необходим для минимизации потенциальных угроз, прежде чем они будут способствовать нарушению устойчивости [27].

При анализе результатов измерений параметров режима работы энергосистемы часто выявляются периоды времени, в течение которых демпфирование колебаний оказывается недостаточным. Недостаточное демпфирование означает, что работа системы является менее надежной, так как последующие возмущения могут привести к нарушению динамической устойчивости.

Система мониторинга переходных режимов (далее - СМПР) [28], развернутая в Единой энергетической системе (далее - ЕЭС) России, обеспечивает получение с регистраторов переходных процессов (далее - РПП, РЫЦ) синхронизированных во времени измерений напряжения, тока и синхронной электрической частоты частоты с высокой точностью [29]. СМПР активно развивается: по состоянию на июнь 2015 года в ЕЭС было установлено 400 РЫЦ на 69 объектах электроэнергетики (электростанциях и подстанциях) [30], а на сентябрь 2016 года - уже 480 РЫЦ на 78 объектах. Более того, в перспективе до 2020 года планируется развернуть более 1000 РЫЦ на 200 объектах [30]:

• на подстанциях напряжением 500 кВ и выше:

о на всех отходящих ЛЭП высшего напряжения;

• на электростанциях установленной мощностью 500 МВт и выше:

о на всех отходящих ЛЭП высшего напряжения; о на гидроагрегатах мощностью 100 МВт и выше; о на турбогенераторах АЭС и ТЭС мощностью 200 МВт и выше; о на генераторах парогазовых установок (далее - ПГУ) при общей мощности ПГУ 200 МВт и выше;

• на межгосударственных ЛЭП напряжением 220 кВ и выше;

• при мониторинге перетоков активной мощности в контролируемых сечениях, токовой нагрузки ЛЭП, напряжений в узлах электрической сети по требованию АО «СО ЕЭС»:

о на отходящих ЛЭП среднего класса напряжения энергообъекта; о на стороне высшего напряжения автотрансформаторов.

Для сбора и обработки информации, поступающей от РПП, в автоматическом режиме предназначена Автоматическая система сбора информации с регистраторов СМПР (далее - АС СИ СМПР). Система обеспечивает получение динамической информации от регистраторов, расположенных на объектах

ПАО «ФСК ЕЭС» и генерирующих компаний ЕЭС России, в различных режимах работы:

• offline (офлайн) - по запросу специалиста, в случае выполнения регистратором функции хранилища данных;

• online (онлайн) - автоматический сбор информации от регистраторов с выполнением при этом функции концентратора данных.

АС СИ СМПР поддерживает распределенную децентрализованную модель сбора и хранения информации с регистраторов, предоставляя при этом возможность доступа к данным как в режиме запроса, так и в автоматическом режиме подписки [29].

Система является объективным источником информации об актуальных динамических свойствах ЕЭС и установившегося режима, обеспечивает выявление и фиксацию аварийных событий, связанных с выходом контролируемых параметров за границы настраиваемого диапазона [31]. Информация АС СИ СМПР как источник информации о доаварийном режиме повышает точность моделирования защищаемой энергосистемы, что обеспечивает увеличение точности расчёта управляющих воздействий [32].

АС СИ СМПР обеспечивает визуализацию значений параметров установившегося электрического режима, доступных от регистраторов СМПР, в оперативном режиме отображения, а также обеспечивает возможность выполнения ретроспективного анализа собранных данных. Анализ ретроспективных данных играет важную роль при усовершенствовании динамических моделей систем, основанных на сравнении результатов моделирования с данными зарегистрированных событий. Однако неоспоримой ценностью обладает предоставляемая системой возможность работы с данными измерений в режиме реального времени. Использование оперативной информации о состоянии энергосистемы существенно повышает наблюдаемость и управляемость энергосистемы, позволяя приблизиться к предельному значению ее устойчивости.

Целью расширения функциональности АС СИ СМПР в части реализации на ее базе системы мониторинга НЧК является обеспечение технологических процессов контроля текущего состояния энергосистемы в реальном времени с точки зрения возникновения и развития НЧК. Данные синхронизированных векторных измерений (далее - СВИ), полученные в режиме online от СМПР, подлежат обработке с целью определения параметров НЧК в случае их возникновения в как в аварийных, так и в нормальных режимах работы ЭЭС.

Малые НЧК СГ электрических станций имеют место постоянно из-за непрерывного возникновения незначительных небалансов мощностей электропотребления и генерации, они эффективно демпфируются и не вызывают опасений. При возникновении значительных небалансов мощности в энергосистемах возникают циклические ЭМПП, сопровождающиеся отклонениями частоты электрического тока от номинальной на величину свыше 0,05 Гц. В таких ситуациях крайне важной становится оперативная идентификация (экспресс-анализ) НЧК для мониторинга эффективности демпферных свойств каждого генератора, в значительной степени определяемых настройками установленных системных регуляторов. Мониторинг демпферных свойств системы в целом и каждого СГ необходим для выявления причин НЧК и внесения корректировок в действия регуляторов в дальнейшем.

Цель исследования - совершенствование теоретических основ и развитие практических методов оперативной идентификации НЧК и их параметров, а также выполнения оценки синхронизирующего действия СГ в ходе НЧК.

Для достижения указанной цели в работе поставлены и решены следующие задачи:

1. Сравнительный анализ существующих и применяемых методов идентификации НЧК и их параметров.

2. Разработка новых методов применительно к задачам идентификации и анализа НЧК в ЭЭС и подготовки данных СМПР для выполнения анализа НЧК.

3. Реализация в программном виде существующих и разработанных методов идентификации НЧК и анализ эффективности и производительности их работы для применения в промышленном программном комплексе.

4. Формирование критериев оценки опасности НЧК и их территориальной градации в зависимости от локализации.

5. Разработка метода оценки синхронизирующего действия СГ в ходе НЧК на основе определения величин удельной синхронизирующей мощности (далее - УСМ) и ее нормированной интегральной оценки (далее -НИО УСМ).

6. Сравнительный анализ на физической модели расчетных методов определения угла нагрузки генератора с непосредственными измерениями этой величины.

7. Оценка эффективности разработанных методов и влияния принятых допущений путем их тестирования на данных математического и физического моделирования, а также на реальных данных СМПР.

Объектами исследования являются энергосистема с оборудованием, системами управления и развернутой в настоящее время системой СВИ, а также общепризнанные цифровые и физические модели энергосистемы и СГ, описывающие и воспроизводящие ЭМПП.

Методология исследования. В ходе исследований были применены методы анализа и модели энергосистем и оборудования, разработанные в рамках теории электромеханических переходных процессов. Все алгоритмы тестировались на общепризнанных моделях энергосистем и оборудования с помощью математического моделирования, а также моделирования переходных процессов на физической электродинамической модели (далее - ЭДМ) энергосистемы в составе цифро-аналого-физического комплекса (далее - ЦАФК) Научно-

технического центра Единой энергетической системы (далее - НТЦ ЕЭС) и на реальных данных, полученных от регистраторов СМПР ЕЭС России.

Научная новизна заключается в

• разработке новых методов идентификации и анализа НЧК;

• проведении экспериментального сравнительного анализа способов определения угла нагрузки СГ - расчетных, отличающихся разным уровнем допущений, с эталонными непосредственными измерениями;

• выполнении впервые анализа синхронизирующего действия реальных СГ в ходе НЧК в процессе технологического нарушения на основе расчета УСМ и НИО УСМ.

Достоверность результатов подтверждается корректным использованием положений теорий электроэнергетических систем и обработки сигналов, применением соответствующих математических методов, а также вычислительными экспериментами на применяемых в исследованиях и практике математических и физической моделях ЭЭС и анализом данных, полученных от систем измерений ПЭР, установленных в ЕЭС России. Исследования выполнялись и обсуждались в контакте с научно-технической (АО «НТЦ ЕЭС», г. Санкт-Петербург) и диспетчерско-технологической (АО «СО ЕЭС», г. Москва) организациями, а также ведущими компаниями-разработчиками программного и аппаратного обеспечения современных измерительных систем, развернутых в ЕЭС России (ООО «АльтероПауэр», г. Екатеринбург и ООО «Прософт-Системы», г. Екатеринбург).

Теоретическая и практическая значимость работы состоят в:

• предложенных решениях задач идентификации НЧК и их параметров по данным, полученным на объектах электроэнергетики;

• оценке синхронизирующего действия СГ в ходе НЧК в режиме реального времени тремя способами по имеющимся данным для определения угла нагрузки СГ;

• разработке программного комплекса «ПО мониторинга низкочастотных колебаний» (получено свидетельство о государственной регистрации программы для ЭВМ), реализующего автоматизированный анализ НЧК;

• разработке «Системы определения синхронизирующей мощности синхронной машины», защищенной патентом РФ;

• возможности использования полученных результатов в учебном процессе и при повышении квалификации сотрудников профильных организаций.

Выводы, полученные в ходе исследований, реализованы в программном комплексе «Оценка тяжести режима и мониторинга динамических свойств энергосистем на основе данных системы мониторинга переходных режимов» (далее -ПК МНЧК) (см. Приложение 1 - Свидетельство о регистрации программы для ЭВМ и Приложение 2 - Скриншоты графического интерфейса ПО мониторинга низкочастотных колебаний). ПК МНЧК предназначен для ретроспективного анализа данных, получаемых от АС СИ СМПР, - для мониторинга и анализа НЧК ПЭР в ЭЭС. Выполнена модификация ПК МНЧК для работы в режиме реального времени. ПК МНЧК введен в промышленную эксплуатацию в подразделениях АО «СО ЕЭС». С использованием ПК МНЧК было выполнено комплексное исследование НЧК в ЕЭС России по данным архивов ПЭР в течение контрольных суток 2013 и 2014 годов [33, 34], которое позволило установить наличие доминантных мод межзональных и локальных НЧК в операционных зонах (далее - ОЗ) объединенных диспетчерских управлений (далее - ОДУ) и определить объекты с недостаточным демпфированием НЧК. Ключевым результатом, имеющим неоспоримую практическую важность, является обнаружение НЧК с амплитудой, достигающей десятков мегаватт, на крупных транзитах активной мощности.

Система определения синхронизирующей мощности синхронной машины (см. Приложение 3 - Патент на изобретение) предполагается к использованию в Системе мониторинга системных регуляторов (далее - СМСР) [35] в качестве дополнения, расширяющего ее функциональность в части анализа синхронизирующего действия СГ в процессе НЧК.

Положения, выносимые на защиту:

1. Разработанные методы идентификации НЧК и их параметров.

2. Результаты сравнительного анализа методов идентификации НЧК и их параметров, а также методы решения прикладных задач, возникших в ходе выполнения работы.

3. Обоснование и доказательство эффективности разработанных методов с точки зрения качества получаемых результатов и быстродействия.

4. Результаты сравнительного анализа методов определения угла нагрузки генератора и величины УСМ, выполненного на физической модели.

5. Оценка синхронизирующего действия СГ в ходе НЧК на основании определения величин УСМ и НИО УСМ: обоснование и аспекты реализации. Результаты оценки синхронизирующего действия СГ в ходе НЧК на реальных данных СМПР.

Основные результаты диссертации докладывались и обсуждались на 12 конференциях, в том числе:

• Международная научно-техническая конференция «Электроэнергетика глазами молодежи» - Екатеринбург-2012, Новочеркасск-2013, Томск-2014, Иваново-2015, Казань-2016;

• Международная научно-техническая конференция «Современные направления развития систем релейной защиты и автоматики энергосистем» - Екатеринбург-2013, Сочи-2015;

• International Conference on Energy Production and Management in the 21st Century: The Quest for Sustainable Energy, Екатеринбург, 2014;

• XXII конференция «Релейная защита и автоматика энергосистем», Москва, 2014;

• The International Workshop on Electric Power Control Centers (EPCC Workshop) 13, Блед (Словения), 2015;

• International Siberian Conference on Control and Communications (SIBCON), Омск, 2015;

• International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), Челябинск, 2016.

Основные положения работы рассматривались на научных семинарах кафедры «Автоматизированные электрические системы» УралЭНИН УрФУ, Екатеринбург, 2013-2016.

Всего по результатам исследований опубликовано 30 печатных работ, из них по теме диссертации - 22 печатных работы, в том числе 4 - в изданиях, рекомендованных ВАК РФ («Вестник Южно-Уральского государственного университета», «Научное обозрение», «Электрические станции», «Известия НТЦ Единой энергетической системы») и 4 - в зарубежных изданиях, входящих в международные базы цитирования Web of Science и Scopus. Получены Свидетельство о государственной регистрации программы для ЭВМ («ПО мониторинга низкочастотных колебаний») и Патент РФ на изобретение («Система определения синхронизирующей мощности синхронной машины»).

Диссертация состоит из введения, четырех глав, заключения, библиографического списка из 120 наименований и 5 приложений. Объем работы: страниц -188, включая рисунков - 77 и таблиц - 17.

В первой главе выполнен сравнительный анализ методов идентификации НЧК и их параметров. НЧК в энергосистемах представляют собой колебательные процессы, для которых характерны нелинейность и нестационарность, что служит определяющим фактором в выборе методов для их исследования.

Во второй главе представлены разработанные методы идентификации и анализа НЧК. Для выполнения экспресс-анализа разработан метод скользящих статистических отрезков: он позволяет оперативно идентифицировать НЧК, определить время их существования и оценить амплитуды и частоты.

В третьей главе представлен метод анализа синхронизирующего действия СГ в ходе НЧК на основе определения величины УСМ, оценка эффективности разработанного метода на данных математической и физической электродинамической моделей и реальных данных, а также сравнительный анализ методов определения угла нагрузки СГ.

В четвертой главе представлен пример анализа НЧК и оценки участия СГ в них с применением разработанной методики и оценка ее эффективности на реальных данных СМПР.

В заключении приведены выводы и обобщены основные результаты, полученные в ходе выполнения работы.

ГЛАВА 1. СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ИДЕНТИФИКАЦИИ НИЗКОЧАСТОТНЫХ КОЛЕБАНИЙ И ИХ ПАРАМЕТРОВ

В главе представлены обзор и сравнительный анализ методов, используемых для решения широкого спектра задач анализа колебательных процессов, а также актуальных разработок в этой области, ориентированных на применение именно в задачах анализа НЧК в ЭЭС.

1.1 Методы оперативной идентификации (экспресс-анализа) НЧК

Экспресс-анализ данных выполняется с целью выявления наличия НЧК в массиве данных, их начала, времени существования и параметров в режиме реального времени или максимально приближенном к таковому. Разделение задач экспресс-анализа и детального анализа НЧК широко практикуется во всем мире [4, 36] ввиду колоссальных объемов данных, собираемых от систем СВИ, и соответствующих вычислительных мощностей, необходимых для обработки потоков данных в темпе процесса.

В работе рассмотрены методы экспресс-анализа данных: Бюи-Балло, спектрального анализа на базе дискретного преобразования Фурье (далее - ДПФ, ПФ) и спектрального анализа на базе дискретного преобразования Прони.

С целью сравнительного анализа качества и скорости работы, а также проверки на соответствие требованиям, предъявляемым в задаче экспресс-анализа НЧК [37, 38] в части производительности и качества работы на реальных данных и сигналах цифровой модели, указанные методы реализованы в виде алгоритмов в программном комплексе Matlab [39].

1.1.1 Метод Бюи-Балло

Для выявления скрытых периодичностей реальных процессов в практике применяются наиболее простые и быстрые линейные методы (усреднения ординат

через пробный период, усреднение процесса через пробный период, селективные преобразования Брукса, схема Бюи-Балло и др.) [40]. Наиболее подходящим из них для выявления наличия колебательного процесса по СВИ частоты и активной мощности является метод Бюи-Балло [41, 42].

Алгоритм метода Бюи-Балло:

• проход окном заданной ширины с шагом по всему массиву значений с формированием периодограммы на каждом окне;

• формирование периодограммы подразумевает выполнение преобразования Бюи-Балло для каждого пробного периода (через абсциссу точки, расположенной правее окна пробного периода):

У&=:^Ы=_ку(!: + 1ТУ; (1.1)

• определение начала колебаний по установившейся частоте (5 окон подряд значение частоты, отличающееся не более чем на 1 долю пробного периода), определение конца колебаний по прекращению установившейся частоты (5 окон подряд значения частот отличаются более чем на 5 долей пробного периода).

Выводы:

• метод позволяет определить только наличие периодических колебаний на рассматриваемом интервале наблюдения и оценить примерную частоту этих колебаний;

• производительность работы метода можно считать приемлемой;

• оперативность установления наличия НЧК в значительной степени зависит от выбора параметров работы метода.

1.1.2 Метод спектрального анализа на базе ДПФ

Одной из широко применяемых для решения задач анализа колебательных процессов техник является ДПФ [43, 44, 45]. Рассмотрен метод спектрального анализа на его базе применительно к задаче экспресс-анализа НЧК в ЭЭС. Воз-

можно применение двух подходов к выполнению экспресс-анализа с использованием указанного метода: последовательное выполнение всех операций алгоритма полностью с заданным набором данных или выполнение всех операций с каждым окном поиска НЧК. Базовое отличие этих подходов заключается в сфере их применения: первый пригоден только для режима ретроспективного анализа (offline), тогда как второй обеспечит выполнение функции экспресс-анализа также и в режиме реального времени (online). Это отличие обусловлено тем, что для первого подхода необходимо располагать конечным набором данных, а при втором подходе анализ выполняется по мере поступления данных.

Алгоритм метода спектрального анализа на базе ДПФ:

• формирование выборки исходных данных для выполнения анализа на окне поиска НЧК заданной ширины с применением заданной оконной функции:

прямоугольное окно (Rectangular window) [46]

(1,пЕ[0,Ы-1]

W(n) = kne [0,tf-1], (12)

окно Блэкмана (Blackman) [47], a = 0,16

w(n) = a0- %cos + a2cos (1.3)

окно Хэмминга (Hamming) [48]

w(n) = 0,54 - 0,46cos (1.4)

окно Ханна (Hann) [49]

w(n) = 0,5 (l - cos (1.5)

окно Кайзера (Kaiser) [50], I0 - функция Бесселя первого рода нулевого порядка, ß = 0,5

ш(п) =

ФК-тЙт)2

1'о(Р)1

(16)

выполнение ДПФ сформированных выборок для определения наличия в них гармонических составляющих и оценки частот, амплитуд и фаз последних - для сформированного вектора х(1) размерности N рассчитывается

ВД^хОК"1^, (1.7)

где ^ = е(~2п1')/и;

нормирование полученного спектра по амплитуде путем деления на ширину окна;

учет коэффициента ослабления оконной функции путем деления спектра на среднее значение оконной функции на окне;

• поиск локальных экстремумов полученных спектров упрощенным методом (некоторая точка спектра считается локальным максимумом, если ее значение амплитуды больше значений амплитуд соседних с ней точек слева и справа (по 1 точке)) или методом скользящих парабол (см. раздел 2.1.1)

Список литературы диссертационного исследования кандидат наук Коваленко, Павел Юрьевич, 2017 год

СПИСОК ЛИТЕРАТУРЫ

1. Jones K.D., Cano E.B., Chen H.(., Robinson F., Thomas K. Strategies for success with synchrophasors // IEEE Power&Energy, Т. 13, Сентябрь/Октябрь 2015.

2. Sattinger W., Giannuzzi G. Monitoring continental Europe // IEEE Power&Energy, Т. 13, Сентябрь/Октябрь 2015.

3. Soonee S.K., Agrawal V.K., Agrawal P.K., Narasimhan S.R., Thomas M.S. The view from the wide side // IEEE Power&Energy, Т. 13, Сентябрь/Октябрь

2015.

4. Lu C., Shi B., Wu X., Sun H. Advancing China's smart grid // IEEE Power&Energy, Т. 13, Сентябр/Октябрь 2015.

5. Аюев Б.И. Методы и модели эффективного управления режимами Единой электроэнергетической системы России, Екатеринбург, Дисс. докт. техн. наук 2008.

6. Farmer R.G. Power System Dynamics and Stability. Arizona State University, 2001.

7. Шульгинов Н.Г., Кощеев Л.А., Жуков А.В., Демчук А.Т. Повышение эксплуатационной надежности ЕЭС России средствами противоаварийного автоматического управления // Материалы 43 сессии СИГРЭ. 2010.

8. Коваленко П.Ю., Осинцев К.А. Перспективы формирования глобального энергетического объединения // Электроэнергетика глазами молодежи: материалы VII Международной научно-технической конференции. Казань.

2016. Т. 1.

9. Павлушко С.А. Автоматическое регулирование возбуждения синхронных генераторов как эффективный инструмент обеспечения надежности параллельной работы генерирующего оборудования и ЕЭС в целом // Электрические станции, № 07, 2012.

10. Межправительственная группа экспертов по изменению климата (МГЭИК). Пятый оценочный доклад «Изменение климата, 2014 г.: Обобщающий доклад», 2014.

11. Чжэнья Л. Глобальное энергетическое объединение. Москва: Издательский дом МЭИ, 2016.

12. Глобальный совет по ветроэнергетике. Отчет о перспективах мирового

рынка ветроэнергетики за 2015 год, 2015.

13. McNabb P., Wilson D., Hay K., Bialek J. Dynamic Model Validation of the Icelandic Power System using WAMS based Measurement of Oscillatory Stability // 16th Power Systems Computation Conference. Glasgow, Scotland, UK. 2008. С. 1046-1053.

14. Wilson D., Hay K., McNabb P., Bialek J., Lubosny Z., Gustavsson N., Gudmansson R. Identifying Sources of Damping Issues in the Icelandic Power System // 16th Power Systems Computation Conference. Glasgow, Scotland, UK. 2008. С. 563-571.

15. Суд В.К. HVDC and FACTS Controllers: применение статических преобразователей в энергетических системах. Москва: НП "Научно-инженерное информационное агентство", 2009.

16. С4.601 W.G. Wide Area Monitoring and Control for Transmission Capablity Enhancement, 2007.

17. Бердин А.С., Герасимов А.С., Захаров Ю.П., Коваленко П.Ю., Шубин Н.Г. Методы исследования нелинейных и нестационарных свойств низкочастотных колебаний в энергосистеме // Сборник докладов 4-ой Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Екатеринбург. 2013.

18. Messina A.R. Inter-area Oscillations in Power Systems: A Nonlinear and Nonstationary Perspective. Springer US, 2009.

19. Rogers G. Power System Oscillations. Springer US, 2000.

20. Жуков А.В., Захаров Ю.П., Коваленко П.Ю., Лагуткина М.А., Опалев О.Л., Шубин Н.Г., Юдин А.В. Применение модального анализа для исследования низкочастотных колебаний // Сборник материалов Международной научно-технической конференции «Электроэнергетика глазами молодежи-2012». Екатеринбург. 2012. Т. 2. С. 226-231.

21. Жуков А.В., Захаров Ю.П., Коваленко П.Ю., Опалев О.Л., Юдин А.В. Модальный анализ низкочастотных колебаний в энергосистеме // Сборник докладов 4-ой Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Екатеринбург. 2013.

22. Уилсон Д., Баглейбтер О., Небера А.А. Мониторинг устойчивости энергосистем с применением СМПР: международный опыт // Релейщик,

No. 3, Декабрь 2013.

23. Kundur P. Power System Stability and Control. McGraw-Hill Professional, 1994.

24. Веников В.А. Переходные электромеханические процессы в электрических системах. Москва: Высшая школа, 1985.

25. Куликов Ю.А. Использование технологии векторного измерения параметров в ЕЭС России для информационного обеспечения оперативно-диспетчерского управления // Энергетик, № 1, 2009.

26. Pu J., Tang Y., Shi X., Zhang J., Ye H., Liu Y. Oscillation source location based on abnormal signal analysis // IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC). 2013.

27. Wilson D.H. Continuous Damping Measurement for Power System Analysis // IEEE PowerTech. St. Petersburg. 2005.

28. Аюев Б.И. О системе мониторинга переходных режимов // Энергорынок, № 2, 2006.

29. Гайдамакин Ф.Н., Топорков Д.Н., Данилин А.В., Дубинин Д.М. Автоматическая система сбора информации с регистраторов системы мониторинга переходных режимов. Практический опыт создания WAMS в ЕЭС России // Сборник докладов 4-ой Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Екатеринбург. 2013.

30. Жуков А.В. Современное состояние и перспективы развития систем РЗА в ЕЭС России // Сборник докладов 5-ой Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Сочи. 2015.

31. Демчук А.Т., Жуков А.В., Кац П.Я., Данилин А.В. Система мониторинга запасов устойчивости энергосистемы с использованием технологии векторного измерения параметров // Сборник трудов Международной научно-технической конференции "Современные направления развития систем релейной защиты и автоматики энергосистем". Москва. 2009.

32. Демчук А.Т., Штефка Й. Методики и алгоритмы анализа переходных процессов в энрегосистеме по данным СМПР // Вторая международная научно-практическая конференция "Мониторинг параметров режимов электроэнергетической системы". Санкт-Петербург. 2008.

33. Опалев О.Л., Жуков А.В., Дубинин Д.М., Уткин Д.Н. Разработка и внедрение в ОАО «СО ЕЭС» системы мониторинга низкочастотных колебаний в ЕЭС России по данным СМПР // Научные труды V международной научно-технической конференции «Электроэнергетика глазами молодежи-2014». Томск. 2014. Т. 1.

34. Жуков А.В., Сацук Е.И., Дубинин Д.М., Опалев О.Л., Уткин Д.Н. Мониторинг низкочастотных колебаний в ЕЭС России по данным СМПР // Сборник докладов 5-ой Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Сочи. 2015.

35. Герасимов А.С., Есипович А.Х., Шескин Е.Б., Штефка Й., Жуков А.В., Негреев А.П. Результаты комплексных испытаний и опытной эксплуатации пилотной системы мониторинга системных регуляторов // Сборник докладов 4-й Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Екатеринбург. 2013.

36. Koellner K.M., Burks S., Blevins B., Nuthalapati S.(., Rajagopalan S., Holloway M.L. Synchrophasors across Texas // IEEE Power&Energy, Т. 13, Сентябрь/Октябрь 2015.

37. Коваленко П.Ю., Захаров Ю.П. Идентификация низкочастотных колебаний в энергосистеме // Журнал "Научное обозрение", № 12, 2013. С. 171-177.

38. Бердин А.С., Захаров Ю.П., Коваленко П.Ю., Лагуткина М.А., Семенова Л.А., Юдин А.В. Применение модального анализа для исследования низкочастотных колебаний в энергосистемах // Известия НТЦ единой энергетической системы, № 2(67), 2012. С. 34-41.

39. MATLAB - MathWorks [Электронный ресурс] // MathWorks - Makers of MATLAB and Simulink: [сайт]. URL: http://www.mathworks.com/products/ matlab/

40. Серебренников М.Г., Первозванский А.А. Выявление скрытых периодичностей. Физматгиз, 1965.

41. Iwueze I.S., Nwogu E.C., Johnson O., Ajaraogu J.C. Uses of the Buys-Ballot Table in Time Series Analysis // Applied Mathematics, Т. 2, № 5, 2011. С. 633645.

42. Okororie C., Egwim K.C., Eke C.N., Onuoha D.O. Buys-Ballot Modeling of Nigerian Domestic Crude Oil Production // West African Journal of Industrial

and Academic Research, Т. 8, № 1, 2013. С. 160-171.

43. Gabor D. Theory of communication. London: Institution of Electrical Engineering, 1946.

44. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. Т. III. Москва: Наука, 1956.

45. Залманзон Л.А. Преобразование Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. Москва: Наука, 1989.

46. Bracewell R. The Fourier Transform & Its Applications. New York: McGraw-Hill, 1965. 52-53 с.

47. Blackman R.B., Tukey J.W. The Measurement of Power Spectra, From the Point of View of Communications Engineering. New York: Dover, 1959. 98-99 с.

48. Nuttall A.H. Some windows with very good sidelobe behavior // IEEE Transactions on Acoustics, Speech, Signal Processing, 1981. С. 84-91.

49. Oppenheim A.V., Schafer R.W., Buck J.R. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice Hall, 1999. 468 с.

50. Kaiser J.F. Nonrecursive Digital Filter Design Using the I0-Sinh Window Function // Proceedings of the 1974 IEEE International Symposium on Circuits and Systems. 1974. С. 20-23.

51. Cohen L. Time-Frequency Analysis. Englewood Cliffs, NJ: Prentice-Hall, 1995.

52. Allen R.L., Mills D.W. Signal Analysis: Time, Frequency, Scale and Structure. Wiley-IEEE Press, 2004.

53. Кривошеев В.И. Современные методы цифровой обработки сигналов. Нижний Новгород: Издательство ННГУ, 2006.

54. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. Москва: Мир, 1990.

55. Hauer J.F., Demeure C.J., Scharf L.L. Initial results in Prony analysis of power system response signals // IEEE Transactions on Power Systems, Т. 5, № 1, 1990.

56. Верстаков Е.В., Захарченко В.Д. Модификация метода Прони при его аппроксимации двумерных сигналов на фоне помех // Труды III Всероссийской конференции "Радиолокация и радиосвязь". Москва. 2009. С. 882-886.

57. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка

сигналов: справочник. Москва: Радио и связь, 1985.

58. Степанов А.В., Матвеев С.А. Методы компьютерной обработки сигналов систем радиосвязи. Москва: Солон-Пресс, 2003.

59. Diks C. Nonlinear Time Series Analysis - Methods and Applications. World Scientific Press, 1999.

60. Kantz H., Schreiber T. Nonlinear Time Series Analysis. 2-е изд. Cambridge University Press, 2004.

61. Ерохин П.М., Коваленко П.Ю., Захаров Ю.П., Семенова Л.А. Сравнительная характеристика методов частотно-временного анализа для идентификации низкочастотных колебаний // Материалы научно-практической конференции «Проблемы РЗиА энергосистем. Подготовка кадров для электроэнергетической отрасли». Томск. 2012. С. 13-14.

62. Mallat S. A Wavelet Tour of Signal Processing. San Diego: Academic Press, 1998.

63. Короновский А.А., Храмов А.Е. Непрерывный вейвлет-анализ и его приложения. Москва: Физматлит, 2003.

64. Кашкин В.Б., Рублева Т.В. Применение сингулярного спектрального анализа для выделения слабо выраженных трендов // Известия Томского политехнического университета, № 5, 2007.

65. Twining C.J., Taylor C.J. Kernel Principal Component Analysis and the Construction of Non-Linear Axtive Shape Models // Proceeding of the 12th British Machine Vision Conference (BMVC2001). 2001.

66. Andria G., Savino M. Interpolated smoothed pseudo Wigner-Ville distribution for accurate spectrum analysis // IEEE Transactions on Instrumentation and Measurement, Т. 45, 1996.

67. Pereira de Souza Neto E., Custaud M.A., Frutoso J., Somody L., Gharib C., Fortrat J.O. Smoothed pseudo Wigner-Ville distribution as an alternative to Fourier transform in rats // Autonomic Neuroscience: Basic & Clinical, Т. 87, 2001. С. 258-267.

68. Шкелев Е.И., Земнюков Н.Е. Спектрально-временной анализ взаимного преобразования Вигнера-Виля // Известия высших учебных заведений -Серия Радиофизика, Т. 53, 2010. С. 134-144.

69. Захаров Ю.П. Идентификация низкочастотных колебаний в электроэнергетической системе и оценка участия синхронного генератора

в их демпфировании, Екатеринбург, Дисс. канд. техн. наук 2008.

70. Flandrin P., Rilling G., Gon5alves P. Empirical mode decomposition as a filter bank // IEEE Signal Process Letters, Т. 11, № 2, 2004.

71. Бердин А.С., Ерохин П.М., Филинков А.Н., Захаров Ю.П., Коваленко П.Ю. Использование обобщенного метода эмпирической модовой декомпозиции для анализа низкочастотных колебаний в электроэнергетических системах // Сборник материалов Международной научно-технической конференции «Электроэнергетика глазами молодежи-2012». Екатеринбург. 2012. Т. 1. С. 134-138.

72. Huang N.E., Shen S.S.P. The Hilbert-Huang transform and its applications. World Scientific Publishing Co. Pte. Ltd., 2005.

73. Huang N.E., Shen Z., Long S.R., Wu M.L.C., Shih H.H., Zheng Q., Yen N.C., Tung C.C., 213. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis // Proceedings of the Royal Society A: Mathematical, Physical & Engineering Sciences. 1998. № 454(1971). С. 903-995.

74. Ерохин П.М., Захаров Ю.П., Коваленко П.Ю., Семенова Л.А. Алгоритм локализации экстремумов в обобщенном методе эмпирической модовой декомпозиции // Сборник материалов Международной научно-технической конференции «Электроэнергетика глазами молодежи-2012». Екатеринбург. Т. 1.

75. Бердин А.С., Захаров Ю.П., Коваленко П.Ю., Семенова Л.А. Кубическая сплайновая интерполяция и аппроксимация для мониторинга переходных режимов в энергетических системах // Сборник материалов Международной научно-технической конференции «Электроэнергетика глазами молодежи-2012». Екатеринбург. 2012. Т. 1. С. 139-143.

76. Hong H., Wang X.L., Tao Z.Y., Du S.P. Centroid-based Sifting for Empirical Mode Decomposition // Journal of Zhejiang University, 2011.

77. Wu Z., Huang N.E. Ensemble Empirical Mode Decomposition: a Noise-assisted Data Analysis Method // Advances in Adaptive Data Analysis, Т. 1, № 1, 2009.

78. Torres M.E., Colominas M.A., Schlotthauer G., Flandrin P. A Complete Ensemble Empirical Mode Decomposition with Adaptive Noise // IEEE Annual International Conference on Acoustics, Speech and Signal Processing ICASSP'11. 2011.

79. Fulton M., Soraghan J.J. Ensemble Empirical Mode Decomposition Applied to

Musical Tempo Estimation // Proceedings of the 15th Annual Conference on Systems, Signals and Image Processing. Glasgow. 2008.

80. Yang D.C., Rehtanz C., Li Y. Analysis of Low Frequency Oscillations Using Improved Hilbert-Huang Transform // IEEE International Conference on Power System Technology (POWERCON). 2010.

81. Yi J., Huang Q., Jing S., Ding L. An Anti Mode Mixing EMD Algorithm for Detecting the Characteristics of Low Frequency Oscillations in Power System // Telekomnika, Т. 11, № 8, 2013.

82. Давыдов В.А., Давыдов А.В. Очистка геофизических данных от шумов с использованием преобразования Гильберта-Хуанга // Актуальные инновационные исследования: наука и практика, № 1, 2010.

83. Давыдов В.А., Давыдов А.В. Управление эмпирической модовой декомпозицией сигналов при анализе и обработке геофизических данных // НТВ «Каротажник», № 194, 2010.

84. Давыдов В.А., Давыдов А.В. Уменьшение краевых эффектов при выполнении эмпирической модовой декомпозиции сигналов преобразования Гильберта-Хуанга // Актуальные инновационные исследования: наука и практика, № 1, 2011.

85. Widrow B., Stearns S.D. Adaptive Signal Processing. Paramus, NJ: Prentice-Hall, 1985.

86. Honig M.L., Messerschmitt D.G. Adaptive Filters — Structures, Algorithms, and Applications. Hingham, MA: Kluwer Academic Publishers, 1984.

87. Haykin S. Adaptive Filter Theory. 4-е изд. Paramus, NJ: Prentice-Hall, 2001.

88. Yang D.C., Rehtanz C., Li Y., Tang W. A Novel Method for Analyzing Dominant Oscillation Mode Based on Improved EMD and Signal Energy Algorithm // Technological Sciences, Т. 54, № 9, Сентябрь 2011.

89. Трансформаторы тока. Общие технические условия: Межгосударственный стандарт ГОСТ 7746-2001, дата введения 2003-01-01.

90. Трансформаторы напряжения. Общие технические условия: Межгосударственный стандарт ГОСТ 1983-2001, дата введения 2003-01-01.

91. Зайдель А.Н. Элементарные оценки ошибок измерений. Москва: Наука, 1965.

92. Зайдель А.Н. Ошибки измерений физических величин. 3-е изд. Лань, 2009.

93. Depablos J., Centeno V., Phadke A.G., Ingram M. Comparative Testing of Synchronized Phasor Measurement Units // In proceeding of: IEEE Power Engineering Society General Meeting. 2004.

94. Mittelstadt W.A., Hauer J.F., Martin K.E., Lee H. Evaluating the Dynamic Performance of Phasor Measurement Units: Experience in the Western Power System, Interim Report August 2, 2005.

95. Коваленко П.Ю., Кисловский А.А., Теплоухов Р.П. Диагностика и подготовка измерений АС СИ СМПР для экспресс-анализа НЧК в ЭЭС // Сборник докладов XXII конференции «Релейная защита и автоматика энергосистем 2014». Москва. 2014. С. 531-536.

96. Иванов-Смоленский А.В. Электрические машины. 2-е изд. Москва: Издательство МЭИ, 2004.

97. Прохоров С.Г., Хуснутдинов Р.А. Электрические машины. Казань: Издательство Казанского государственного технического университета, 2002.

98. Бердин А.С., Герасимов А.С., Захаров Ю.П., Коваленко П.Ю., Мойсейченков А.Н. Оценка участия синхронного генератора в демпфировании низкочастотных колебаний по данным синхронизированных векторных измерений // Вестник Южно-Уральского государственного университета. Серия «Энергетика», Т. 13, № 2, 2013. С. 62-68.

99. Berdin A.S., Zakharov Y.P., Kovalenko P.Y. Estimation of synchronous generator participation in low-frequency oscillations damping based on synchronized phasor measurements // WIT Transactions on Ecology and the Environment: Energy Production and Management in the 21st Century, Т. 190, 2014. С. 319-325.

100. Веников В.А., Литкенс И.В., Пуго В.И. Демпферные коэффициенты. Москва: Издательство МЭИ, 1979.

101. Klein M., Rogers G.J., Moorty S., Kundur P. Analytical investigation of factors influencing PSS performance // IEEE Transactions on Energy Conversion, Т. 7, № 3, сентябрь 1992.

102. Бердин А.С., Герасимов А.С., Коваленко П.Ю., Мойсейченков А.Н. Сравнение методов определения синхронизирующей мощности синхронной машины по результатам экспериментальных исследований на электродинамической модели // Научный сборник "Известия НТЦ Единой

энергетической системы", № 2(73), 2015. С. 72-82.

103. Отдел электроэнергетических систем, НТЦ ЕЭС [Электронный ресурс] // Научно-технический центр Единой энергетической системы, НТЦ ЕЭС: [сайт]. URL: https://www.ntcees.ru/departments/sections/model.php

104. Научно-технический центр Единой энергетической системы. Состав и основные характеристики ЦАФК // Научно-технический центр Единой энергетической системы, НТЦ ЕЭС. URL: https://www.ntcees.ru/ departments/sections/edm_comp.pdf

105. Цифровой регистратор электрических событий РЭС-3 [Электронный ресурс] // Инженерная компания «Прософт-Системы»: [сайт]. URL: http:// www.prosoftsystems.ra/catalog/show/cifrovoj--registrator-jelektricheskih-sobytij-pjes3

106. Устройство нормализации цифровое УНЦ-1 [Электронный ресурс] // Инженерная компания «Прософт-Системы»: [сайт]. URL: http:// www.prosoftsystems.ra/ catalog/ show/ustroj stvo-normalizacii-cifrovoe-unc 1

107. Устройство синхронизированных векторных измерений ТПА-02 [Электронный ресурс] // Инженерная компания «Прософт-Системы»: [сайт]. URL: http://www.prosoftsystems.ru/catalog/show/registrator-perehodnyh-rezhimov-tpa02-pmu

108. Устройство синхронизации времени ИСС-1 [Электронный ресурс] // Инженерная компания «Прософт-Системы»: [сайт]. URL: http:// www.prosoftsystems.ru/ catalog/ show/ustroj stvo-sinhronizacii-vremeni-iss 1

109. Бердин А.С., Близнюк Д.И., Коваленко П.Ю., Черепов А.С. Мгновенные значения параметров электрического режима в электромеханических переходных процессах // Научный сборник "Известия НТЦ Единой энергетической системы", № 1(72), 2015. С. 65-77.

110. Бердин А.С., Близнюк Д.И., Коваленко П.Ю., Черепов А.С. Повышение качества измерений параметров электрического режима в ходе электромеханических переходных процессов // Сборник докладов 5-й Международной научно-технической конференции CIGRE «Современные направления развития систем релейной защиты и автоматики энергосистем». Сочи. 2015.

111. Berdin A.S., Bliznyuk D.I., Kovalenko P.Y. Estimating the instantaneous values of the state parameters during electromechanical transients // 2015 IEEE International Siberian Conference on Control and Communications (SIBCON).

Proceedings. Омск. 2015. С. 1-6.

112. Leitschuh N. Synchrophasor-based Oscillation Detection at Bonneville Power Administration // NASPI. 2014. URL: https://www.naspi.org/Badger/content/ File/FileService.aspx?fileID=1229

113. Жуков А.В., Дубинин Д.М., Опалев О.Л. Результаты идентификации источников низкочастотных колебаний в ЕЭС России по данным СМПР // Электроэнергетика глазами молодежи: материалы VII Международной научно-технической конференции. Казань. 2016. Т. 3.

114. Копылов И.П., Клоков Б.К. Справочник по электрическим машинам. Т. 1. Москва: Энергоатомиздат, 1988.

115. Орлов И.Н. Электротехнический справочник. Т. 2. Москва: Издательство МЭИ, 2003.

116. Вольдек А.И. Электрические машины. Ленинград: Энергия, 1978.

117. РД 34.45.304 (СО 153-34.45.304) Методические указания по наладке и испытаниям полупроводниковых систем возбуждения турбогенераторов серии ТВВ.

118. Беков Х.А., Барило В.В. Справочник по ремонту турбогенераторов. Москва: ИПКгосслужбы, ВИПКэнерго, 2006.

119. Извеков В.И., Серихин Н.А., Абрамов А.И. Проектирование турбогенераторов. 2-е-е изд. Москва: Издательство МЭИ, 2005.

120. Типовая инструкция по эксплуатации генераторов на электростанциях РД 34.45.501-88.

ПРИЛОЖЕНИЕ 1 - СВИДЕТЕЛЬСТВО О

РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ

ПРИЛОЖЕНИЕ 2 - СКРИНШОТЫ ГРАФИЧЕСКОГО ИНТЕРФЕЙСА

ПО МОНИТОРИНГА НИЗКОЧАСТОТНЫХ КОЛЕБАНИЙ

Пример графического интерфейса онлайн-мониторинга НЧК

I

Формы визуализации -ф- Настройки формы ▼ Журнал событий

ЕШ Выбор мод колебаний

Выбор групп колебаний Ц Отображать только моды с детализацией

1 ш* ^^т ■ш

| Энергообъект Тип Начало Длительность (сек) Частота Амплитуда кд

Локальные колебания. частота 1,83 -

» Шу - ЮКГРЭС Частота 03.01.2015 04:01:01.160 6,42 1,84 2,0 мГц 1,896

t Алматы - ЮКГРЭС Частота 03.01.2015 04:01:01.180 9,18 1,83 2,5 МГц 2,3%

* ЮКГРЭС - Алматы Частота 03.01.2015 04:01:01.260 6,52 1,83 2,0 МГц 2,3%

Межзональные колебания, частота 0,56

t Шу - ЮКГРЭС Частота 03.01.2015 04:01:01.320 40,1 0,56 4,9 мГц 1,9% Е

• Алматы - ЮКГРЭС Частота 03.01.2015 04:01:01.320 33,7 0,56 5,5 МГц 1,9%

» ЮКГРЭС - Алматы Частота 03.01.2015 04:01:01.320 36,5 0,56 4,5 МГц 1,8%

• Агадырь - Жезказган Частота 03.01.2015 04:01:01.420 30,4 0,57 3,7 МГц 2,0%

» Экибастузская - Кокшетауская Частота 03.01.2015 04:01:01.700 12,44 0,56 2,2 МГц 1,9%

Межзональные колебания, частота 1,81

» Алматы - ЮКГРЭС Частота 03.01.2015 04:04:00.280 4,74 1,78 20 МГц 2,5%

t Шу - ЮКГРЭС Частота 03.01.2015 04:04:00.300 20,02 1,82 5,0 мГц 0,5%

• ЮКГРЭС - Алматы Частота 03.01.2015 04:04:00.300 20,02 1,82 5,1 МГц 0,6%

• Экибастузская - Кокшетауская Частота 03.01.2015 04:04:00.440 14,56 1,83 2,2 МГц 0,7%

Межзональные колебания, частота 1,84

» Алматы - ЮКГРЭС Частота 03.01.2015 04:04:00.300 21,52 1,84 7,8 мГц 0,8%

» Экибастузская - Кокшетауская Частота 03.01.2015 04:04:00.380 7,98 1,84 3,1 МГц 1,8%

Межзональные колебания, частота 0,48

• Агадырь - Жезказган Частота 03.01.2015 04:04:00.400 40,92 0,48 39 мГц -0,7%

» Шу - ЮКГРЭС Частота 03.01.2015 04:04:00.400 39,72 0,48 84 мГц 0,2%

t Алматы - ЮКГРЭС Частота 03.01.2015 04:04:00.420 39,4 0,48 79 МГц -1,0%

• ЮКГРЭС - Алматы Частота 03.01.2015 04:04:00.420 39,1 0,47 81 МГц 40%

Сохранить

• ••

Пример графического интерфейса ретроспективного анализа НЧК в табличной форме

Пример графического интерфейса ретроспективного анализа НЧК в графической форме

Пример графического интерфейса представления синфазных групп СГ на географической карте

ПРИЛОЖЕНИЕ 3 - ПАТЕНТ НА ИЗОБРЕТЕНИЕ

ПРИЛОЖЕНИЕ 4 - БЛОК-СХЕМЫ АЛГОРИТМОВ

АНАЛИЗА

НИЗКОЧАСТОТНЫХ КОЛЕБАНИЙ

Блок-схема алгоритма классического EMD

Начало

Исходные данные - ПЭР

Идентификация экстремумов

Расчет локальных центроидов

Коррекция концевых эффектов

Построение средней линии

Вычитание средней линии из сигнала

го

о.

ф

ф

3"

2 ф

с; и

о

X ф

о.

ф

а

Фиксация найденной моды, вычисление остатка

Конец

ф

2 ф

с; и

ё о о 2 с

Блок-схема алгоритма EMD с процедурой отсеивания по локальным центроидам

Начало

Исходные данные - ПЭР

Добавление шумовой составляющей к исходным

данным у

Выделение первой модовой составляющей такой суммы

Исключение первой модовой составляющей из рассмотрения

Расчет п-ой модовой составляющей шумового сигнала

Добавление этой составляющей

к текущим исходным данным _у_

Выделение первой модовой составляющей такой суммы

Исключение 1\1-ой модовой составляющей из рассмотрения

и .0

^ о

о

с

^ Ф

о 2

X ф Ф а > ф ^ и

Блок-схема алгоритма EMD с многократным добавлением шумового сигнала

^ Начало

_т

/ Исходные / данные - ПЭР

Отображение результата

^ Конец

Блок-схема алгоритма EMD с применением сдвига частот

)

)

Начало

Исходные данные - ПЭР

Расчет частотных диапазонов колебательных составляющих

Вычленение частотного диапазона полосовой фильтрацией

Выполнение Е1\/Ю заданного частотного диапазона

Блок-схема алгоритма EMD с частотным управлением

Начало

_т

/ Исходные / данные - моды

и

)

Отображение результата

Конец

Блок-схема классического ПГ с расчетом через прямое и обратное преобразования Фурье

Блок-схема классического ПГ с расчетом через суммирование

и

Отображение результата

/ ч

^ Конец^

Определение параметров НЧК в соответствии с методом оценки энергии сигнала

Начало

Исходные данные - ПЭР

Расчет частотных диапазонов колебательных составляющих

Вычленение частотного диапазона полосовой фильтрацией

Выполнение Е1\/Ю со сдвигом частот диапазона

си

3"

^

5 ^

^ пз

X

си о. си

с

Выполнение классического Е1\/Ю частотного диапазона

Блок-схема алгоритма частотного EMD

Отображение результата

Конец

Блок-схема алгоритма модифицированного ПГ

Блок-схема алгоритма поиска возмущения

ПРИЛОЖЕНИЕ 5 - ГРАФИКИ ЗАВИСИМОСТЕЙ В ХОДЕ

ТЕХНОЛОГИЧЕСКОГО НАРУШЕНИЯ

Время, с

Исходные данные: активная мощность

га т

о

0

1

о

к га

I

т

га ш О.

80

60

40

20

-20

-40 ^ 700

800

900

1000

1100 Время, с

1200

1300

1400

1500

0

Исходные данные: реактивная мощность

49.5

га

I-

о

I-

о га !Т

48.5

СГ 6 СГ 7 СГ 8 СГ 9 СГ 10

700

800

900

1000

1100 Время, с

1200

1300

1400

1500

Исходные данные: частота (электрическая, синхронная)

Исходные данные: напряжение статора

Время, с

Исходные данные: ток возбуждения

12 3

4

5

6

СГ 6 СГ 7 СГ 8 СГ 9 СГ 10

700

800

900

1000

1100 Время, с

1200

1300

1400

1500

Исходные данные: напряжение возбуждения

Г^чдЛ

о

35 —

со

о

30

о

£ 25 га

I

700

800

900

1000

1100 Время, с

1200

1300

1400

1500

Результат определения угла нагрузки генераторов (с учетом параметров возбуждения)

о >

га т

¿5 6

О

О >

700

800

900

1000

1100 Время, с

1200

1300

1400

1500

Результат определения синхронизирующей мощности генераторов (с учетом параметров возбуждения)

Результат определения угла нагрузки генераторов (без учета параметров возбуждения)

Время, с

Результат определения синхронизирующей мощности генераторов (без учета параметров возбуждения)