Location of Sub-/Super-synchronous Oscillation Source for Direct-driven Wind Turbines Based on Deep Subdomain Adaptation

HAO Qi; LIU Chongru; WANG Jinyuan; WANG Xinyan; SU Chenbo; ZHENG Le

doi:10.7500/AEPS20230105003

您当前的位置：

首页 >

文章列表页 >

Location of Sub-/Super-synchronous Oscillation Source for Direct-driven Wind Turbines Based on Deep Subdomain Adaptation

Basic Research | 更新时间：2025-06-16

- Location of Sub-/Super-synchronous Oscillation Source for Direct-driven Wind Turbines Based on Deep Subdomain Adaptation
- Automation of Electric Power Systems Vol. 47, Issue 17, Pages: 27-37(2023)
- 作者机构：
  
  1.新能源电力系统国家重点实验室(华北电力大学),北京市 102206
  2.清华大学电机工程与应用电子技术系,北京市 100084
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2022YFB2402700)
- DOI：10.7500/AEPS20230105003
  CLC：
- Received：05 January 2023，
  
  Revised：2023-05-31，
  
  Published Online：04 August 2023，
  
  Published：10 September 2023
- 稿件说明：
移动端阅览
郝琪,刘崇茹,王瑾媛等.基于深度子领域自适应的直驱风机次/超同步振荡源定位[J].电力系统自动化,2023,47(17):27-37.

HAO Qi,LIU Chongru,WANG Jinyuan,et al.Location of Sub-/Super-synchronous Oscillation Source for Direct-driven Wind Turbines Based on Deep Subdomain Adaptation[J].Automation of Electric Power Systems,2023,47(17):27-37.
郝琪,刘崇茹,王瑾媛等.基于深度子领域自适应的直驱风机次/超同步振荡源定位[J].电力系统自动化,2023,47(17):27-37. DOI： 10.7500/AEPS20230105003.

HAO Qi,LIU Chongru,WANG Jinyuan,et al.Location of Sub-/Super-synchronous Oscillation Source for Direct-driven Wind Turbines Based on Deep Subdomain Adaptation[J].Automation of Electric Power Systems,2023,47(17):27-37. DOI： 10.7500/AEPS20230105003.

摘要

直驱风机接入弱交流系统会引发形态较复杂的次/超同步振荡，为了更加精准有效地抑制振荡，亟须及时定位引发振荡的风电机组。考虑到电力系统实际振荡数据匮乏的现状，文中提出了一种基于深度子领域自适应的振荡源定位方法。该方法将仿真系统中的强迫振荡泛化到实际次/超同步振荡领域，通过输入样本与迁移模型的构建，实现次/超同步振荡源在线定位，为振荡数据匮乏导致机器学习困难提供了一种新的解决方案。此外，设计了含直驱风机并网的仿真系统测试算例，并将所提方法与不同振荡源定位方法进行了对比。结果表明，所提方法能够在较短的时间内给出更为准确的定位信息，为进一步实现振荡源在线识别奠定了基础。

Abstract

Direct-driven wind turbines connected to weak AC systems can cause sub-/super-synchronous oscillation with complex patterns. In order to suppress the oscillation more accurately and effectively

it is urgent to locate the wind turbines causing the oscillation. Considering the lack of actual oscillation data in the power system

this paper proposes an oscillation source location method based on the deep subdomain adaptation. This method generalizes the forced oscillation in the simulation system to the domain of actual sub-/super-synchronous oscillation

and realizes the online location of the sub-/super-synchronous oscillation source through the construction of the input sample and the transfer model

which provides a new solution for the difficulty of machine learning caused by the lack of oscillation data. In addition

a test case of a simulation system with multiple direct-driven wind turbines connected to the power grid is designed

and the proposed method is also compared with different oscillation source location methods. The results show that the proposed method can provide more accurate location information in a shorter time

which lays the foundation for further online oscillation source identification.

关键词

Keywords

references

王超 . 含直驱风场的新疆哈密电网次同步振荡分析与抑制［D］. 北京：华北电力大学， 2020 .

WANG Chao . Sub-synchronous oscillation analysis and suppression in Hami power grid of Xinjiang with PMSG wind farms ［D］. Beijing ： North China Electric Power University ， 2020 .

WANG B ， SUN K . Location methods of oscillation sources in power systems： a survey ［J］. Journal of Modern Power Systems and Clean Energy ， 2017 ， 5 （ 2 ）： 151 - 159 .

栾某德 . 电力系统强迫振荡扰动源定位研究［D］. 杭州：浙江大学， 2020 .

LUAN Moude . Research on oscillation source location of power system forced oscillations ［D］. Hangzhou ： Zhejiang University ， 2020 .

朱振山，刘涤尘，廖清芬，等 . 基于最小均方时延估计法的强迫功率振荡扰动源定位方法［J］. 电力系统自动化， 2015 ， 39 （ 4 ）： 58 - 62 .

ZHU Zhenshan ， LIU Dichen ， LIAO Qingfen ， et al . Disturbance source location of forced power oscillation based on LMS time delay estimation method ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 4 ）： 58 - 62 .

耿天翔，张竹竞，项丽，等 . 基于起振特性的强迫振荡扰动源定位及解列方案［J］. 电力系统保护与控制， 2015 ， 43 （ 6 ）： 98 - 103 .

GENG Tianxiang ， ZHANG Zhujing ， XIANG Li ， et al . A locating and splitting scheme for disturbance source of forced power oscillation based on the propagation characteristic ［J］. Power System Protection and Control ， 2015 ， 43 （ 6 ）： 98 - 103 .

CHEN L ， SUN M ， MIN Y ， et al . Online monitoring of generator damping using dissipation energy flow computed from ambient data ［J］. IET Generation ， Transmission & Distribution， 2017 ， 11 （ 18 ）： 4430 - 4435 .

ESTEVEZ P G ， MARCHI P ， GALARZA C ， et al . Non-stationary power system forced oscillation analysis using synchrosqueezing transform ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 1583 - 1593 .

姜涛，李孟豪，李雪，等 . 电力系统强迫振荡源的时频域定位方法［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 98 - 106 .

JIANG Tao ， LI Menghao ， LI Xue ， et al . Time-frequency domain location method for forced oscillation source in power system ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 98 - 106 .

姜涛，高浛，李雪，等 . 电力系统强迫振荡源定位的耗散能量谱方法［J］. 中国电机工程学报， 2023 ， 43 （ 8 ）： 2940 - 2953 .

JIANG Tao ， GAO Han ， LI Xue ， et al . Forced oscillation source location in power system using dissipation energy spectrum ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 8 ）： 2940 - 2953 .

冯双，崔昊，陈佳宁，等 . 人工智能在电力系统宽频振荡中的应用与挑战［J］. 中国电机工程学报， 2021 ， 41 （ 23 ）： 7889 - 7905 .

FENG Shuang ， CUI Hao ， CHEN Jianing ， et al . Applications and challenges of artificial intelligence in power system wide-band oscillations ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 23 ）： 7889 - 7905 .

谢剑 . 基于广域量测的电力系统低频振荡模式辨识与振荡源定位［D］. 成都：西南交通大学， 2018 .

XIE Jian . Modal analysis and source location of low frequency oscillation based on wind area measurement system ［D］. Chengdu ： Southwest Jiaotong University ， 2018 .

MA J ， ZHANG P ， FU H J ， et al . Application of phasor measurement unit on locating disturbance source for low-frequency oscillation ［J］. IEEE Transactions on Smart Grid ， 2010 ， 1 （ 3 ）： 340 - 346 .

UL BANNA H ， SOLANKI S K ， SOLANKI J . Data-driven disturbance source identification for power system oscillations using credibility search ensemble learning ［J］. IET Smart Grid ， 2019 ， 2 （ 2 ）： 293 - 300 .

MENG Y ， YU Z ， LU N ， et al . Time series classification for locating forced oscillation sources ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 2 ）： 1712 - 1721 .

MENG Y ， YU Z ， SHI D ， et al . Forced oscillation source location via multivariate time series classification ［C］// 2018 IEEE/PES Transmission and Distribution Conference and Exposition （T&D）， April 16-19 ， 2018 ， Denver， USA ： 1 - 5 .

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 .

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 .

PAN S J ， YANG Q . A survey on transfer learning ［J］. IEEE Transactions on Knowledge and Data Engineering ， 2010 ， 22 （ 10 ）： 1345 - 1359 .

ZHU Y C ， ZHUANG F Z ， WANG J D ， et al . Deep subdomain adaptation network for image classification ［J］. IEEE Transactions on Neural Networks and Learning Systems ， 2021 ， 32 （ 4 ）： 1713 - 1722 .

陈骁，杜文娟，王海风 . 开环模式谐振条件下直驱风机接入引发电力系统宽频振荡的研究［J］. 中国电机工程学报， 2019 ， 39 （ 9 ）： 2625 - 2636 .

CHEN Xiao ， DU Wenjuan ， WANG Haifeng . Analysis on wide-range-frequency oscillations of power systems integrated with PMSGs under the condition of open-loop modal resonance ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 9 ）： 2625 - 2636 .

苏晨博 . 大规模风电场并网引发系统宽频振荡的机理分析及抑制措施［D］. 北京：华北电力大学， 2022 .

SU Chenbo . Mechanism analysis and suppression method of broadband oscillation caused by large-scale grid-connection wind farm ［D］. Beijing ： North China Electric Power University ， 2022 .

陈厚合，张赫，王长江，等 . 基于卷积神经网络的直流送端系统暂态过电压估算方法［J］. 电网技术， 2020 ， 44 （ 8 ）： 2987 - 2999 .

CHEN Houhe ， ZHANG He ， WANG Changjiang ， et al . A method estimating transient overvoltage of HVDC sending-end system based on convolutional neural network ［J］. Power System Technology ， 2020 ， 44 （ 8 ）： 2987 - 2999 .

谢小荣，刘华坤，贺静波，等 . 直驱风机风电场与交流电网相互作用引发次同步振荡的机理与特性分析［J］. 中国电机工程学报， 2016 ， 36 （ 9 ）： 2366 - 2372 .

XIE Xiaorong ， LIU Huakun ， HE Jingbo ， et al . Mechanism and characteristics of subsynchronous oscillation caused by the interaction between full-converter and AC systems ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 9 ）： 2366 - 2372 .

GANIN Y ， LEMPITSKY V . Unsupervised domain adaptation by backpropagation ［C］// Proceedings of the 32nd International Conference on Machine Learning ， July 6-11 ， 2015 ， Lille， France ： 1180 - 1189 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Review and Prospect of Explainable Artificial Intelligence and Its Application in Power Systems

Key Method of Wiring Diagram Recognition with Artificial Intelligence for Power Plant and Substation

Self-adaptive Transient Stability Assessment of Power System Based on Improved Domain Adversarial Transfer Learning

Related Author

WANG Xiaojun

DOU Jiaming

LIU Zhao

LIU Changyu

PU Tianjiao

HE Jinghan

WANG Ziyao

LUO Qingquan

Related Institution

School of Electrical Engineering, Beijing Jiaotong University

China Electric Power Research Institute

College of Electric Power, South China University of Technology

Guangdong Provincial Key Laboratory of Intelligent Measurement and Advanced Metering of Power Grid

School of Electrical Engineering and Automation, Wuhan University

⁰