论文部分内容阅读
为提高电力系统低频振荡主导模式识别的抗噪性，提出一种FFT结合神经网络的识别方法．首先，基于加窗插值FFT算法求解各振荡模式的频率及其能量权重；然后利用神经网络分段逼近低频振荡信号，根据相邻两段的幅值变化求解衰减因子；最后拟合求出低频振荡信号的幅值和相位．仿真结果表明，该方法能可靠、准确地识别低频振荡主导模式，与Prony算法相比具有较好的抗噪性．