针对传统的Prony算法在谐波及间谐波检测过程中对噪声敏感,导致辨识精度不高的问题,提出了一种基于奇异值分解(Singular Value Decomposition,SVD)和Prony的改进算法。基于SVD理论,提出了一种奇异点辅助算法,自适应地选取奇异值分解的有效阶次,从而精确地滤除噪声信号。基于已确定的有效阶次,利用改进的Prony算法对滤除噪声之后的信号进行参数辨识,可以准确地估计出各个谐波及间谐波分量的参数。通过MATLAB仿真分析,表明算法能够准确地提取出电力信号的参数信息,具有一
在简介Prony算法步骤的基础上,阐述了电力系统低频振荡分析的Prony方法。提出了可将Prony算法应用于模糊电力系统稳定器FPSS(Fuzzy Power System Stabilizer)修正因子、比例因子的调节、整定。采用Prony算法为一个单机无穷大系统设计的FPSS作仿真试验,仿真结果显示了其可行性和有效性,为FPSS的设计提供了一种新方法。