Wide-area Location Method of Wide-band Oscillations Based on Autoencoder and Long Short-term Memory Network

Hao CUI; Shuang FENG; Jianing CHEN; Yujian YE; Yi TANG; Jiaxing LEI

doi:10.7500/AEPS20210606003

您当前的位置：

首页 >

文章列表页 >

Wide-area Location Method of Wide-band Oscillations Based on Autoencoder and Long Short-term Memory Network

Basic Research | 更新时间：2025-06-16

- Wide-area Location Method of Wide-band Oscillations Based on Autoencoder and Long Short-term Memory Network
- Automation of Electric Power Systems Vol. 46, Issue 12, Pages: 194-201(2022)
- 作者机构：
  
  江苏省智能电网技术与装备重点实验室（东南大学电气工程学院），江苏省南京市 210096
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51807025)
- DOI：10.7500/AEPS20210606003
  CLC：
- Received：06 June 2021，
  
  Revised：2022-01-22，
  
  Published Online：25 April 2022，
  
  Published：25 June 2022
- 稿件说明：
移动端阅览
崔昊,冯双,陈佳宁等.基于自编码器与长短期记忆网络的宽频振荡广域定位方法[J].电力系统自动化,2022,46(12):194-201.

CUI Hao,FENG Shuang,CHEN Jianing,et al.Wide-area Location Method of Wide-band Oscillations Based on Autoencoder and Long Short-term Memory Network[J].Automation of Electric Power Systems,2022,46(12):194-201.
崔昊,冯双,陈佳宁等.基于自编码器与长短期记忆网络的宽频振荡广域定位方法[J].电力系统自动化,2022,46(12):194-201. DOI： 10.7500/AEPS20210606003.

CUI Hao,FENG Shuang,CHEN Jianing,et al.Wide-area Location Method of Wide-band Oscillations Based on Autoencoder and Long Short-term Memory Network[J].Automation of Electric Power Systems,2022,46(12):194-201. DOI： 10.7500/AEPS20210606003.

摘要

高比例新能源与高比例电力电子设备引发的宽频振荡问题日益凸显，而现有基于同步相量数据的振荡监测方法受到现有通信带宽的限制，难以对频率在数赫兹至数百赫兹范围内的宽频振荡进行全局化监测。为此，提出一种基于自编码器信号压缩与长短期记忆(LSTM)网络的宽频振荡广域定位方法。该方法利用自编码器的数据压缩与解码还原能力实现宽频振荡信号的广域监测分析。首先，在子站对电力系统量测信号进行编码压缩，在现有带宽下实现宽频振荡信号的传输，并有效降低振荡数据的冗余度。然后，在主站侧，可直接基于压缩数据生成特征矩阵，利用LSTM网络定位振荡源。此外，主站还能解码子站上传的压缩数据，并根据需求利用压缩数据或解码还原数据，从而进行宽频振荡的分析与控制。最后，全面考虑次同步、超同步以及中高频段的宽频振荡，并计及负荷变动和随机噪声进行仿真，所得结果表明该方法具有较高的还原与定位精度以及较好的抗噪性能。

Abstract

The problem of wide-band oscillations caused by the high proportion of renewable energy and power electronic equipment is becoming increasingly prominent. However

the existing oscillation monitoring methods based on synchrophasor data are limited by the current communication bandwidth

and it is difficult to monitor the wide-band oscillations from several hertz to hundreds of hertz globally. Therefore

a wide-area location method of wide-band oscillations based on the signal compression of the autoencoder and long short-term memory (LSTM) network is proposed

which uses the data compression and decoding capability of the autoencoder to realize the wide-area monitoring analysis of wide-band oscillation signals. Firstly

the power system measurement signals are encoded and compressed at sub-stations to realize the transmission of wide-band oscillation signals under the existing bandwidth

and effectively reduce the redundancy of oscillation data. Secondly

a feature matrix can be directly generated based on the compressed data

and the LSTM network can be adopted to locate the source of oscillations at the master station. In addition

the master station can decode the compressed data uploaded by the sub-stations

so the compressed data or decoded data can be used for the analysis and control of wide-band oscillations according to the requirements. Finally

the subsynchronous

supersynchronous

as well as medium and high-frequency oscillations are fully considered

and the load changes and random noise are taken into account for simulation. The results show that this method has a high reproduction

location accuracy

and good anti-noise performance.

关键词

Keywords

references

马宁宁，谢小荣，贺静波，等 . 高比例新能源和电力电子设备电力系统的宽频振荡研究综述［J］. 中国电机工程学报， 2020 ， 40 （ 15 ）： 4720 - 4732 .

MA Ningning ， XIE Xiaorong ， HE Jingbo ， et al . Review of wide-band oscillation in renewable and power electronics highly integrated power systems ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 15 ）： 4720 - 4732 .

樊陈，姚建国，张琦兵，等 . 英国“8·9”大停电事故振荡事件分析及思考［J］. 电力工程技术， 2020 ， 39 （ 4 ）： 34 - 41 .

FAN Chen ， YAO Jianguo ， ZHANG Qibin ， et al . Reflection and analysis for oscillation of the blackout event of 9 August 2019 in UK ［J］. Electric Power Engineering Technology ， 2020 ， 39 （ 4 ）： 34 - 41 .

王利超，于永军，张明远，等 . 直驱风电机组阻抗建模及次同步振荡影响因素分析［J］. 电力工程技术， 2020 ， 39 （ 1 ）： 170 - 177 .

WANG Lichao ， YU Yongjun ， ZHANG Mingyuan ， et al . Impedance model and analysis of subsynchronous oscillation influence factors for grid-connected full-converter wind turbines ［J］. Electric Power Engineering Technology ， 2020 ， 39 （ 1 ）： 170 - 177 .

FENG S ， CHEN J N ， YE Y J ， et al . A two-stage deep transfer learning for localisation of forced oscillations disturbance source ［J/OL］. International Journal of Electrical Power & Energy Systems ［ 2021-10-09 ］. https：//doi.org/10.1016/j.ijepes.2021. 107577 https://doi.org/10.1016/j.ijepes.2021.107577 .

ZUHAIB M ， RIHAN M ， SAEED T . A novel method for locating the source of sustained oscillation in power system using synchrophasors data ［J］. Protection and Control of Modern Power Systems ， 2020 ， 5 （ 1 ）： 1 - 12 .

SAITOH H ， TOYODA J ， KOBAYASHI Y . A new index extracted from line flow fluctuation to evaluate power system damping ［J］. IEEE Transactions on Power Systems ， 1991 ， 6 （ 4 ）： 1473 - 1479 .

肖怀硕，贾梧桐，肖冰莹，等 . 基于改进变分模态分解的低频振荡模式辨别［J］. 电力工程技术， 2020 ， 39 （ 2 ）： 95 - 102 .

XIAO Huaishuo ， JIA Wutong ， XIAO Bingying ， et al . An identification method for power system low-frequency oscillation based on parameter optimized variational mode decomposition ［J］. Electric Power Engineering Technology ， 2020 ， 39 （ 2 ）： 95 - 102 .

王祥超，张鹏，甄威，等 . 基于自然激励技术和TLS-ESPRIT方法的低频振荡模式辨识［J］. 电力系统自动化， 2015 ， 39 （ 10 ）： 75 - 80 .

WANG Xiangchao ， ZHANG Peng ， ZHEN Wei ， et al . Identification of low frequency oscillation modes based on NExT and TLS-ESPRIT algorithm ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 10 ）： 75 - 80 .

陈磊，闵勇，胡伟 . 基于振荡能量的低频振荡分析与振荡源定位：（一）理论基础与能量流计算［J］. 电力系统自动化， 2012 ， 36 （ 3 ）： 22 - 27 .

CHEN Lei ， MIN Yong ， HU Wei . Low frequency oscillation analysis and oscillation source location based on oscillation energy： Part one mathematical foundation and energy flow computation ［J］. Automation of Electric Power Systems ， 2012 ， 36 （ 3 ）： 22 - 27 .

董清，梁晶，颜湘武，等 . 大规模电网中低频振荡扰动源的定位方法［J］. 中国电机工程学报， 2012 ， 32 （ 1 ）： 78 - 83 .

DONG Qing ， LIANG Jing ， YAN Xiangwu ， et al . Locating method of disturbance source of low frequency oscillation in large scale power grid ［J］. Proceedings of the CSEE ， 2012 ， 32 （ 1 ）： 78 - 83 .

伍双喜，徐衍会，张莎，等 . 机组引发低频振荡的传播特性分析及定位研究［J］. 电网技术， 2018 ， 42 （ 6 ）： 1917 - 1921 .

WU Shuangxi ， XU Yanhui ， ZHANG Sha ， et al . Research on propagation characteristics and locating method of low frequency oscillations induced by turbine generator unit ［J］. Power System Technology ， 2018 ， 42 （ 6 ）： 1917 - 1921 .

冯双，陈佳宁，汤奕，等 . 基于SPWVD图像和深度迁移学习的强迫振荡源定位方法［J］. 电力系统自动化， 2020 ， 44 （ 17 ）： 78 - 87 .

FENG Shuang ， CHEN Jianing ， TANG Yi ， et al . Location method of forced oscillation source based on SPWVD image and deep transfer learning ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 17 ）： 78 - 87 .

YANG X M ， ZHANG J N ， XIE X R ， et al . Interpolated DFT-based identification of sub-synchronous oscillation parameters using synchrophasor data ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 3 ）： 2662 - 2675 .

马钺，蔡东升，黄琦 . 基于Rife-Vincent窗和同步相量测量数据的风电次同步振荡参数辨识［J］. 中国电机工程学报， 2021 ， 41 （ 3 ）： 790 - 803 .

MA Yue ， CAI Dongsheng ， HUANG Qi . Parameter identification of wind power sub-synchronous oscillation based on Rife-Vincent window and synchrophasor data ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 3 ）： 790 - 803 .

谢小荣，王银，刘华坤，等 . 电力系统次同步和超同步谐波相量的检测方法［J］. 电力系统自动化， 2016 ， 40 （ 21 ）： 189 - 194 .

XIE Xiaorong ， WANG Yin ， LIU Huakun ， et al . Detection method for sub-synchronous and super-synchronous harmonic phasors in power system ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 21 ）： 189 - 194 .

XIE X R ， ZHAN Y ， LIU H K ， et al . Wide-area monitoring and early-warning of subsynchronous oscillation in power systems with high-penetration of renewables ［J］. International Journal of Electrical Power & Energy Systems ， 2019 ， 108 ： 31 - 39 .

XIE X R ， ZHAN Y ， SHAIR J ， et al . Identifying the source of subsynchronous control interaction via wide-area monitoring of sub/super-synchronous power flows ［J］. IEEE Transactions on Power Delivery ， 2020 ， 35 （ 5 ）： 2177 - 2185 .

陈磊，王文婕，王茂海，等 . 利用暂态能量流的次同步强迫振荡扰动源定位及阻尼评估［J］. 电力系统自动化， 2016 ， 40 （ 19 ）： 1 - 8 .

CHEN Lei ， WANG Wenjie ， WANG Maohai ， et al . Disturbance source location of subsynchronous forced oscillation and damping evaluation using transient energy flow ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 19 ）： 1 - 8 .

XIE X R ， LIU W ， LIU H ， et al . A system-wide protection against unstable SSCI in series-compensated wind power systems ［J］. IEEE Transactions on Power Delivery ， 2018 ， 33 （ 6 ）： 3095 - 3104 .

陈剑，杜文娟，王海风 . 采用深度迁移学习定位含直驱风机次同步振荡源机组的方法［J］. 电工技术学报， 2021 ， 36 （ 1 ）： 179 - 190 .

CHEN Jian ， DU Wenjuan ， WANG Haifeng . A method of locating the power system subsynchronous oscillation source unit with grid-connected PMSG using deep transfer learning ［J］. Transactions of China Electrotechnical Society ， 2021 ， 36 （ 1 ）： 179 - 190 .

陈剑，杜文娟，王海风 . 基于对抗式迁移学习的含柔性高压直流输电的风电系统次同步振荡源定位［J］. 电工技术学报， 2021 ， 36 （ 22 ）： 4703 - 4715 .

CHEN Jian ， DU Wenjuan ， WANG Haifeng . Location method of subsynchronous oscillation source in wind power system with VSC-HVDC based on adversarial transfer learning ［J］. Transactions of China Electrotechnical Society ， 2021 ， 36 （ 22 ）： 4703 - 4715 .

GÉRON A . Hands-on machine learning with scikit-learn & tensorflow ［M］. California， USA ： O'Reilly Media ， 2017 .

陈剑，周宇植 . 基于PMU的分布式次同步振荡在线辨识方法［J］. 电气技术， 2017 （ 10 ）： 92 - 95 .

CHEN Jian ， ZHOU Yuzhi . On line identification method of subsynchronous oscillation based on distributed PMU ［J］. Electrical Engineering ， 2017 （ 10 ）： 92 - 95 .

李富盛，林丹，余涛，等 . 基于改进生成式对抗网络的电气数据升频重建方法［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 105 - 112 .

LI Fusheng ， LIN Dan ， YU Tao ， et al . Frequency-increased reconstruction method for electrical data based on improved generative adversarial network ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 105 - 112 .

周学斌，李晓明，李雷，等 . 采用长短期记忆网络与压缩感知实现电物理量轻型化方法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 102 - 109 .

ZHOU Xuebin ， LI Xiaoming ， LI Lei ， et al . Lightening realization method of electric physical quantity based on long short-term memory network and compressed sensing ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 102 - 109 .

冯双，崔昊，吴熙，等 . 基于对角化LDPC压缩感知和k-近邻算法的广域系统宽频振荡监测方法［J］. 电网技术， 2021 ， 45 （ 8 ）： 3025 - 3033 .

FENG Shuang ， CUI Hao ， WU Xi ， et al . Monitoring method of wide-band oscillation based on compressed sensing of diagonalizable LDPC and k-nearest neighbour algorithm ［J］. Power System Technology ， 2021 ， 45 （ 8 ）： 3025 - 3033 .

GAO B ， WANG Y ， XU W ， et al . Identifying and ranking sources of SSR based on the concept of subsynchronous power ［J］. IEEE Transactions on Power Delivery ， 2020 ， 35 （ 1 ）： 258 - 268 .

https：//pan.seu.edu.cn：443/link/074F737F061ED42DFC3D2EE2C35B477B https://pan.seu.edu.cn:443/link/074F737F061ED42DFC3D2EE2C35B477B .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Adaptive Damping Control of Near-fundamental-frequency Oscillation in Wind Power Grid-connected System

Location of Subsynchronous Oscillation Source in Power Systems Using Multivariate Synchrosqueezing Generalized S-Transform

Spatio-Temporal Cooperative Probability Forecasting Method for Distributed Photovoltaic Output Based on iDGA-LSTM

Related Author

LI Yujia

CHEN Fuhao

YAN Jie

GE Chang

HAN Shuang

LIU Yongqian

WANG Xi

ZHAI Wenhui

Related Institution

School of New Energy, North China Electric Power University

State Key Laboratory of Power System Operation and Control(Tsinghua University)

State Grid Xinjiang Electric Power Co., Ltd.

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

College of Electric Engineering, Zhejiang University

⁰