第35卷 第20期 2 0 0 7年l0月 1 6日继电器RELAY V01 . 3 5 NO. 2 0 0c t .1 6.2 0 07 基于 W A M S的低频振荡模式在线辨识算法 陈树 恒,李兴源 ( 四川 大学 电气信 息学院 ,四川 成都 6 1 0 0 6 5 ) 摘要 :提 出了一种基于 W A M S的低频振 荡模 式在线辨识 算法 .文章从 W A M S主站 中心角度将辨识过程 分为四个阶段 :数据接 收 与存储 ,数据预 处理 ,振 荡模 式参数计算和辨识结果分析.丢 失数据估计 、低通 滤波、模型阶数优化等改进措施 的应 用提 高 了辨识过程 的速度和辨识结果的可靠性.结合 实际的 W A M S系统和 V i s u a l s t u d i o开发平 台,设计 了运行 于WAMS主站的在线 辨识 系统 .以规划 中的 南方 电网进行 的算例研 究验证 了辨识 结果的准确性 . 关键 词 :低频振 荡; W A M S ;P r o n y 模型 ; 相量测量单元 ; P M U ; 在线辨识 An a l g o r i t h m f o r i d e n t i f y i n g l o w f r e q u e n c y o s c i l l a t i o n m o d e s o n l i n e b a s e d o n W AM S CHEN Shu — he n g, LI Xi ng — y ua n ( S i c h u a n Un i v e r s i t y , Ch e n g d u 61 0 0 6 5 , Ch i n a ) Abs t r a c t : An a l go r i t hm i S pr e s e n t e d t o i de n t i f y l O W f re q ue n c y os c i l l a t i o n mod e s on l i ne ba s e d o n W AM S. Fr om t he v i e w o f ma i n s t a t i o n c e n t e r , t he i d e n t i f y i n g p r o c e s s i s c o mp o s e d o f f o u r s t e p s , wh i c h a r e r e c e i v i n g & s a v i n g d a t a , p r e p r o c e s s i n g d a t a , c a l c u l a t i n g LFO mod e s p a ra me t er s a n d a n a l y z i n g r e s ul t s i de n t i f ie d. Th e s p e e d o f i de n t i f yi ng p r oc e s s a n d t he r el i a bi l i t y of r es u l t s a re i mp r ov e d b y p r e d i c t i n g l o s t d a t a , l o w f re q u e n c y f il t e r i n g a n d o p t i mi z i n g mo d e l o r d e r . I n t e g r a t e d wi t h W AM S s y s t e m a n d Vi s u a l S t u d i o , t he i de n t i f yi ng s y s t e m on l i n e i s de s i g ne d wh i c h i s r u nni ng at ma i n s t at i on. Th e r es e a rc h o n So ut h Powe r Gr id i n p l a n ha s p r ov e d t h a t t he a l g o r it hm i s r e l i a bl e. T h i s P r o j e c t i S s u p p o s e d b y Na t i o n a l N a t u r a l S c i e n c e F o u n d a t i o n o f C h i n a f N o . 5 0 5 9 5 4 l 2 a n d N o . 5 0 5 7 7 0 4 4 ) . Ke y wo r ds : l o w f re q ue n c y os c i l l a t i on; wi de · · ar ea me a s ur e s y s t e m ; P r o ny mod el ; PM U; on· · l i ne i d e nt i f ic a t i on 中图分类号 : T M7 1 2 文献标 识码 : A 文章编 号: 1 0 0 3 — 4 8 9 7 ( 2 0 0 7 ) 2 0 — 0 0 1 7 — 0 6 0 引言 . 电力系统低频振荡不仅是由电网结构及其元件 参数共 同决定 的一种 属性,也 是 电力系 统运 行过 程 中存在 的安全隐患之一【 l J . 及时准确获知电网低频 振荡的主导模式对 电力生产具有重要意义 . 低频振荡模式的传统分析方法是: 1 )根据电网 结构和 电力元件参数建立微分方程组; 2 )在系统不 同稳定点对微分方程组进行线性化并形成状态空间 表达式 ; 3 )计算特征矩阵的特征根并由特征根计算 系统的低频振荡模式【 l J .然而,随着电力系统规模 的日益扩大 ,该方法 由于 " 维数灾"缘故 ,在实际 应用时面临越来越多的困难. 分析电力系统在小干扰作用下的暂态过程是一 种理想的电力系统低频振荡模式计算方法【 3 】 , 且该 方法能实时跟踪电力系统低频振荡模式的变化.然而,在传统的 S C AD A平台上,由于控制中心不能 基金项 目:国家重 点基础研 究专项经 费(2004CB217907);国家 自然科学基金 ( 5 0 5 9 5 4 l 2 ,5 0 5 7 7 0 4 4 ) 获得系统变量精确的、高准时的离散数据序列,该 方法难以得到深入研究. 近年 来 ,广域 测量 系统 ( wA MS)已经 逐渐 成熟, 并在 电力系统 中被广泛应用 . 凭借 WAMS的同 步对时系统,在控制中心可形成高精度 、高准时的 等间隔离散数据列.这为研究在线辨识电力系统低 频振荡模式提供了数据基础 0 , ¨ J .在众多的模式分 析方法 中,由Prony在 1 7 9 5年提出的 P r o n y辨识算 法与电力系统振荡模式之 间具有直接的对应关系, 且 此方 法 易理解 、易计 算和 易应用 ' , J . 结合 WAMS系统, 国内外的学者对低频振荡模 式辨识理论进行 了大量研究u 厶¨J.但这些研究主要 是基于理论推导,需要进 一步工程化 . 本文将结合 WAMS系统, 研究低频振荡模式在 线辨识算法 .文章将首先提出低频振荡模式辨识算 法的过程;进一步结合 WA MS系统和 V i s u a l S t u d i o 平台,设计实现方案;最后,以规划中的南方 电网 交直流混合互联系统进行算例研究. 1 基于 WAMS 的电力系统低频振荡模式在 维普资讯 http://www.cqvip.com 继电器线辨识算法 电力系统在遭受小扰动时的暂态响应过程代表 了系统的低频振荡特性 .根据 P r o n y算法,暂态 响应过程的有限长等间隔离散数据序列可以拟合为 [ 1 2 , t 3 ] : y ( ) = ∑ c o s ( o ) m t + ) ( 1 ) , =1 式(1)中, 为振荡幅值, 阻尼系数, 为 振荡角频率, 为初相.式(1)描述 了低频振荡 过程中各种振荡模式的幅值、频率、相位及阻尼系 数 的主次关系. 利用 WA MS同步对时系统,远方的 P MU 能够 对暂态过程进行精确采样,并将离散数据列传送到 主站中心进行 P r o n y分析 .利用有限长等间隔离散 数据列计算 电力系统低频振 荡模式 的过程分 为四 步 ,逐一 分析如 下:1)暂态过程数据的接收与储存 在WA MS系统中,小扰动激励下的暂态过程 首先是 由远方 P MU进行采样;P MU为各个采样数 据对象赋以 G P S时标 . P MU与WAMS主站之间通 过建立 T C P ~ P连接进行采样数据传送. 主站方通常 被选定为协议的客户方.当数据被传送到主站后, 主站程序依据双方约定的应用规约对 T C P数据报 文进行解释 .依据各个采样点 自带的 G P S时标,暂 态过程数据被存入原始数据缓冲区中.原始数据缓 冲 区的存 储结 构为 : t y p e d e f s t r u c t { l o n g u c t t i me ; l 】 起 始数据 G P S时标 W O R D w r i t e P ; l 】 写指 针位 置WOR D r e a d P ; l 】 读指 针位 置floatbuf[RLth];1l数据 区}RXBUF 在数据结构 R XB U F中,R L t h为数据区长度 , 取值在 4 k左右;u c t t i me为长整数表示的统一 G P S 时标相对变量.利用整除取余算法使数据区成为环 行存储结构.每次存入新的采样数据时及时修改写 指针 w r i t e P . 依据实时性的原则 , 应及时读取 T C P f i P 端 口接收到数据包.如果 P MU采样频率为 2 0 Hz , 主站接收端 口的扫描周期为应小于 5 0 ms ,通常选 择为 2 0 — 2 5 ms 之间.2)原始采样数据预处理 在原始采样数据的形成过程中,包括 以下两种 异常现象 : a . 在远方 P MU进行 的高频采样过程将引 入噪声成分. b . 在TCPfiP规约的传输过程 中个别数 据包 可 能丢 失;c . 交 流采 样 中个 别采 样 数据 异常.因此 ,在振荡模式参数辨识计算前 ,应对原始数据 进行 预处 理 .预处理 过程 包括 三项 内容 :剔 除非法 数据、估计缺失数据与过滤高频噪声.根据上下限 条件,即可实现剔除非法数据.本节主要研究估计 缺 失数 据 与过滤 高频 噪 声的算 法.(1)缺 失数 据估 计 从原始数据缓冲区的读指针开始,对存储 区中 的每个数据个体顺序编号组成离散数据列: ( 0 ) , ( 1 ) , …, y ( L一2 ) , y ( L— 1 ) ( 2 ) 序列(2)的长 度为:L=( wi r t e P—r e a d P+R Lt h ) %RL t h ( 3 ) 如果定义信 号为AR模 型 ,可建 立形如 式(4)的差分方程 ,a , a 一,a为差分方程系数 . ( , z ) = ∑ y ( n - k=1 ( 4) 参数 X 的取值范围在 5 — 1 0之间.如果离散数 据列 ( 2 )中的第 Ⅳ +X 个数据缺 失.则估计该值 的算法 为:令(4)中,z分别为: Ⅳ , J v+l , …, Ⅳ +X —l , 组成矩阵方程: : ( 5) ( 4 )中的 A R模型系统 = [ a 1 , a 2 , … , a ] ( 6 ) 第Ⅳ+X 个采 样数 据 的估 计值为: I 苎1y(N+X) = : a k y ( N+ k — 1 ) ( 7 ) k=1 通过缺失数据估计计算后,对数据列中各个数 据 重新 编 号组成 新 的数据 列:Y( 0 ) , Y( 1 ) , … , Y( 一2 ) , Y( — 1 ) ( 8 ) 数据列 ( 8 )采用形如原始数据存储区的中间 缓冲 区进行临时保存. ( 2 )过滤 高频 噪声由于低频振荡模式辨识关心 的重点为被研究 数据列中的低 频成分 ,因此基于计算效率 的考虑, 本文采用低通数字滤波器进行高频滤波,不采用 比 较复杂的自适应滤波或模糊滤波等方法I 1 引.假设低通数字滤波器为 H( z ) , 式(8)中数据 经过该滤波器处理后将形成数据序列: 维普资讯 http://www.cqvip.com 陈树恒 ,等基于WAMS的低频振荡模式在线辨识 算法 一19一 Y( 0 ) , Y( 1 ) , … , Y( L一2 ) , Y( L一1)(9)经过以上 预 处理 过程,数 据列(9)已成 为低 频振荡模式计算的数据来源 . 数据列 ( 9 )存储于形 如原始数据存储区的数据结构 中,该缓冲区称作辨 识数据 存储 区.当有 多个 变 量时 ,须 开辟 与变 量数 目相等的相同缓冲区. 3 )振荡模式参数计算 从辨识数据存储区的读指针开始 ,依次取 M 个数据形成数据列 ( 1 0 ) ,M 的取值是 1 0 0 ~ 2 0 0 . ( 0 ) , ( 1 ) , … , x ( M 一2 ) , x ( M — 1 ) ( 1 0 ) 由序列 ( 1 0 )计算低频振荡模式的过程分为三 步:阶数判定、 前 向预测系数计算和模式参数计算 . ( 1 )阶 数优 化计 算Prony拟合模型阶数采用经验与前 向预测误差 最小的原则结合计算,一共分为五步 : 第一步:根据经验法则f 1 引:P r o n y模型阶数应 该选择在P之间.在区间f—MMf中32L32_ J 通过前 向预测误差比较,选择最优模型阶数 . ^ 第二步:计算k= 时的前 向预测误差. _ j 计算矩阵Z 与:Z=xk 一1:一1:一1T=[X川…X2¨]=(ZT Z) 一ZT ( 1 1 ) 利用式 ( 1 1 )计算式 ( 1 0 )表示数据序列区间 的前 向估 计值 序列 . 在式 ( 1 0 )表 示数据 序 列区 间上计 算前 向功率 误差 及平 方值 : 含=X一(12)== 含T含= 1 一]T[一](13)¨ — J ' 第三 步 :计算 F P E( k ) = k … ) M ~ l 第 四步 : 增加阶数为M / 3 +1 ,重复第二步和第三步计 算FPE( k+1 ).逐次增加阶数值,依 次计算FPE( k ) ,直到 :— M . 于是得到数据序列: F P E( k ) , :— M , … , M ( 1 5 ) ) :J 1 v l - - ! f ) 委至妻置1=一73爱/~AZp)c·7I(2,1)(2,2)…lIl..,、f,1)(,2)…,iff【t(U)i= m ( ( , z ) + ) ) ( ) 利用Z0,z1,…,Zp一1构造矩阵: Z = 1 z 一 和矩阵: 1 z2 z ( 2 2 ) 一一维普资讯 http://www.cqvip.com 一20一 继 电器 y= [ ( 1 ) ( 2 ) … ( p ) ] 组 成矩 阵方 程:ZR =Y 解矩阵方程得: R=[ R 2 … ] ( 2 3) ( 2 4 ) ( 2 5 ) 以(21)和 ( 2 5 )中的计算结果为基础,并假 设离散数据列 ( 1 0 )的采样周期为7 1 ,进一步计 算式 ( 1 )所示 P r o n y模型的全部参数: f A m = I I { G m : = l n l Z m I / A T a r c t a n [ I m ( z R e ( z / ( 2 7 1 ) ( 2 6 ) J = ) / ) 】 / ( 2 7 1 ) … 【 = a r c t a n [ I m ( R m ) / R e ( ) J 辨识结果采 用结构 数 组存储 .数 据结 构为 : f lo a t i r l — C h u x i a n g ; I I 初始 相位 结构数组长度 的取值为可能的最大模式数.修 改辨识数据存储区读指针的位置,读取新 的数据列 继续下一次振荡模式辨识分析 .通常将读指针移动 M / 3的长度.读指针的修改方法为: r e a d P=f r e a d P+ M / 3 ) %R L t h ( 2 7 ) 4 )辨识结果分析与处理 存储在辨识结果存储区的数据,需做进一步分 析,挖掘其 中隐含的重要信息,最终为调度员提供 决策支持.对辨识结果进行 的分析工作包括 :计算 低频振荡的主导模式;模式数据屏幕显示;事故报 警;实时打 印及数据存盘,等等. 2 实现方 案设计 通 常通 过在 WAMS 主 站研 制对应 的应 用程序 系统来实现 由第 1 节提 出的电力系统低频振荡模式 在线辨识算法.结合Wi n d o ws系统运行平台和 V i s u a l S t u d i o应用程序 开发平 台,拟研制 的基 于WAMS 系统的电力系统低频振荡模式在线辨识系 统 的总体 结构 如图1.图1所示的应用程序架构是基于单机系统设计 的.辨识程序分为两个组成部分:数据库和计算线 程.数据库包括参数数据库和实时数据库:参数数 据库存储系统的设定参数,由组态软件进行维护; 实时数据库用于保存计算过程的中间结果.计算过 程分为四个线程: 通讯服务线程 , 数据预处理线程, 模式参数计算线程和辨识结果分析线程.四个线程 通过 中间结果 存储 区进行 协调 .当被监视 变量 为多个时,各个线程通过循环机制完成对全部离散数据 列 的分析 与计算 . 图 1在线监辨识低频振荡模式 的程序结构 F i g . 1 P r o g r a m s t r u c t u r e f o r i d e n t i f y i n g L F O mo d e s o n i i n e 3 算例研究 3 . 1概述 图 2描述 的是经过简化的南方电网 2 0 0 8年电 网结构 规划 图. 寄顺模流站肇度樟 流站天生桥一级 : : : i 茂名天生桥一 级、广————————1———— 天生桥换流站 广州换流站 图 2南方电网交直流 混合互联 电网地理接线 图Fi g . 2 Ge o g r a p h i c a l c h a r t o f AC/ DC mi x e d c o nn e c t i on of So ut h Powe r Gr i d 南方 电网是我 国典型 的大规模 交直 流混合互 联 电网.本节将以规划中的南方电网为研究对象进 行在线辨识低频振荡模式算例研究. 采用西门子公司研制的 NE T O MA C 仿真软件 建立南方 电网的仿真模型,并进行机 电暂态仿真. 在仿真进行到 2 . 2 S时, 模拟在广西天生桥二级水 电 站到平 果变 电站 间的500kV联络线 上发 生三相 接 地瞬时短路故障:在2.2S时, 在单回联络线 中点发 生三相接地;0 . 0 9 9 S 后线路两端开关跳闸且故障消 维普资讯 http://www.cqvip.com 陈树恒 ,等基于WAMS的低频振 荡模 式在线辨识算法 一21-失,再经 0 . 0 9 9 S 后开关重合闸成功. 3 . 2数据预处理 以10Hz 采样频率在 0 — 1 2 . 8 S 时间段内对广东 电网的频率偏差进行采样,形成 由128个数据点组 成的等间隔离散数据序列.设计低通滤波器对离散 数据序列高频滤波预处理.图 3对 比显示了预处理 前后的交流频率偏差扰动过程 曲线.预处理后的曲 线 比预处理前的曲线变化要平滑. 3 0 0 2 5 0 2 0 0 L 5 0 t O 0 ; O 呈0一OqlO0150—200250n,阶数 图 3频率暂态 曲线预处理前后 比较 Fi g. 3 Comp a r i s on of f r e qu e nc y t r a ns i e n t c u r ve s be t we e n b e f or e p r e pr o c es s e d a nd a f t e r p r e pr oc e s s e d 3 . 3模 型阶 次估计 将预处理后离散数据列中 2 . 2 S 至10.2S时间段 内的 8 1个点组成新的数据列 , 计算 P r o n y拟合模型 的预选最佳阶数,计算结果为 3 3阶.模型阶数 , z 与预测误差 P 的函数关系如图 4 . n 阶数 图 4预 测误 差P与模型 阶数 , 7 之 间的函数 关系 F i g . 4 F u n c t i o n r e l a t i o n b e t we e n p r e d i c t i n g e r r o r p a n d o r d e r 3 . 4低频振荡模式在线辨识结果有效· 眭验证 表1低频 振荡主导模式 T a b . 1 Do mi n a n t mo d e s o f l o w f r e q u e n c y o s c i l l a t i o n 以优化模型阶数为基础 ,对预处理后 的离散数 据列应用本文提出的算法计算 P r o n y拟合模型的参 数 .表 1 归纳了 P r o n y信号模型中振幅大于 1毫赫 兹的振荡模式 . 由表 1 可见, 信号主要包括 0 . 8 4 4 Hz , 0 . 5 7 2 Hz 和1.69Hz等 7种振荡模式.因此,信号可以用一 个14阶的模型进行拟合 . 图 5对 比显示了经过预处 理的辨识数据 曲线和 P r o n y拟合模型 曲线 . : . I \ 八一… . V . 一r,图5原始 曲线与 P r o n y模型 曲线 比较 F i g . 5 Co mp a r i s o n b e t we e n i n i t i a l c u r v e a n d P r o n y mo d e l c u r v e 可见,辨识数据列 曲线和拟合模型 曲线几乎没 有什么区别.因此,本文提出的电力系统低频振荡 模式在线辨识算法是有效的. 4 结语 结合 WAMS系统和 V i s u a l S t u d i o开发平 台, 本 文提 出了一种在线辨识电力系统低频振荡模式的算 法及其应用程序架构.通过理论研究和算例仿真可 得 以下 结论 : ( 1 )电力系统在小扰动下的暂态响应为系统 各个振荡模式指数项的线性组合,满足 P r o n y算法 定义 的信号模型. ( 2 )通过对接收到的 WA MS生数据进行数据 预处理 ( 缺失数据估计和低通滤波 )可有效提高辨 识结果的精度 . ( 3 )对模 型阶数的优 化计算不仅保证了辨识 结果的精度 ,而且降低 了辨识过程中的计算量,有 利于 提 高辨识 速度 . ( 4 )将辨识过程分解为 四个线程协调完成 , 有利于从总体上提高辨识应用程序的性 能,包括快 速性、可 靠性 和准 确性 . 本文提 出的辨识算法在工程 应用 中具有一定 的应用价值 . 参考文献 [ 1 ] 李兴源. 高压直流输 电系统 的运行与控制 [ M ] .北京 : 科学 出版社, 1 9 9 8 . [ 2 ] K u n d u r P电力系统稳定与控制 E M] .北京:中国电力 出版社, 2 0 0 2 . [ 3 ] B o u n o u M, L e f e b v r e S , Ma l h a me R P A S p e c t r a l Al g o r i — t h m f o r Ex t ra c t i n g P o we r S y s t e m M o d e s f r o m T i me Re c o r d i n g s [ J ] .I EEE Tr a n s o n P o we r S y s t e ms , 1 9 9 2 , 7 ( 2 ) : 6 6 5 — 6 7 1 . [ 4 ] Ha u e r J EA p p l i c a t i o n o f P r o n y An a l y s i s t o t h e D e t e r - 维普资讯 http://www.cqvip.com 2 2一继电器(上接 第16页 c o n t i n u e df r o m p a g e 1 6 ) j 7 J M o n t i c e l l i A. Ga r c i a A. M o d e l i n g Ze r o I mp e d a n c e Br a n c h e s i n P o we r S y s t e m S t a t e Es t i ma t i o n [ J ] .I E EE T r a n s o n p o we r S y s t e ms l 9 9 1 , 6 ( 4 ) : l 5 61 — 1 5 7 0 . J 8 l Co n t r e r a s J Lo s i A, RU S S O M e t a 1 .S i mu l a ti o n a n d Ev a l ua ti o n of Op t i mi za t i on Pr o bl e m S ol ut i o ns i n Di s t r i b u t e d E n e r g y M a n a g e me n t S y s t e ms [ J ] . I E E E T r a n s o n P o we r S y s t e ms, 2 0 0 2 . 1 7 ( 1 1 : 1 2 5 7 — 1 2 6 2 . [ 9 ] 郑相华, 米增 强, 赵洪 【 j I , 等. 基于P MU的状态 估计研 究….继电器, 2 0 0 4 , 3 2 ( 1 7 ) : l 6 一l9.ZHENG Xi a ng— hu a ,M I Ze n g— q i a n g,ZHAO Ho ng — s h a n e t a 1 .Res e a r c h on St a t e Es t i ma t i o n Ba s e d on P M U . Re l a y . 2 0 0 4 . 3 2 f 1 7 ) : l 6 — 1 9 . [ 1 O ]王 克英, 穆刚, 陈学 允. 计及P Mu的状态估计精度分析及 配置研究…. 中国电机工程学报, 2 0 0 1 , 2 1 ( 8 ) : 2 9 — 3 3 . W ANG Ke — yi n g.M U Ga n g.CHEN Xue — y u n.Pr e c i s i o n I mp r ov e me nt a nd PM U Pl a c e me n t St ud i es on S t a t e Es t i ma ti on of a Hy br i d M e a s u r e me n t Sy s t e m wi t h P MUs [ J 1 . P r o c e e d i n g s o f t h e CS EE, 2 0 0 l , 2 l ( 8 ) : 2 9 — 3 3 . [ 1 2 ] LI N W M Te ng J H.St a t e Es t i m a t i on f o r Di s t r i but i on S y s t e ms w i t h Z e r o — i r ~ j e c t i o n C o n s t r a i n t s [ J 1 . I E E E T r a n s O n P o we r S y s t e ms 1 9 9 6 . 1 1 ( 1 ) : 3 4 — 3 8 . 倪 小平, 张 步涵. 一 种带有等式 约束 的状 态估计新算法 f J ] . 电力系统 自动化, 2 0 0 1 , 1 0 ( 5 ) : 4 2 — 4 4 . NI Xi a o— pi n g.ZHANG Bu— ha n.New S t a t e Es t i m a t i on Al g o r i t h m wi t h E q u a l i t y Co n s t r a i n t s [ J 】 . Au t o ma t l o n o f E l e c t r i c P o we r S y s t e ms . 2 0 0 1 . 1 0 ( 5 ) : 4 2 — 4 4 . 收稿 日期 :2 0 0 7 — 0 3 — 2 8 作者简介 : 李 阳林 ( 1 9 8 3 一),男,硕士 ,主要从 事高电压与绝缘 技 术方面的工作; E — ma i l : y a n g l i n — l i @1 6 3 . c o r n 卫志农 ( 1 9 6 2 -),男,博士,教授 ,博士生导师 ,研 究方向为电力 系统分析、运行 和控 制,配电网 自动化 等; 万军彪 ( 1 9 6 8 一),男,高级工程 师,长期从事 高电压 与绝缘技术 方面的工作 . 维普资讯 http://www.cqvip.com
下载该文档
文档格式：PDF
更新时间：2014-09-12
下载次数：0
点击次数：1
第35卷 第20期 2 0 0 7年l0月 1 6日继电器RELAY V01 . 3 5 NO. 2 0 0c t .1 6.2 0 07 基于 W A M S的低频振荡模式在线辨识算法 陈树 恒,李兴源 ( 四川 大学 电气信 息学院 ,四川 成都 6 1 0 0 6 5 ) 摘要 :提 出了一种基于 W A M S的低频振 荡模 式在线辨识 算法 .文章从 W A M S主站 中心角度将辨识过程 分为四个阶段 :数据接 收 与存储 ,数据预 处理 ,振 荡模 式参数计算和辨识结果分析.丢 失数据估计 、低通 滤波、模型阶数优化等改进措施 的应 用提 高 了辨识过程 的速度和辨识结果的可靠性.结合 实际的 W A M S系统和 V i s u a l s t u d i o开发平 台,设计 了运行 于WAMS主站的在线 辨识 系统 .以规划 中的 南方 电网进行 的算例研 究验证 了辨识 结果的准确性 . 关键 词 :低频振 荡; W A M S ;P r o n y 模型 ; 相量测量单元 ; P M U ; 在线辨识 An a l g o r i t h m f o r i d e n t i f y i n g l o w f r e q u e n c y o s c i l l a t i o n m o d e s o n l i n e b a s e d o n W AM S CHEN Shu — he n g, LI Xi ng — y ua n ( S i c h u a n Un i v e r s i t y , Ch e n g d u 61 0 0 6 5 , Ch i n a ) Abs t r a c t : An a l go r i t hm i S pr e s e n t e d t o i de n t i f y l O W f re q ue n c y os c i l l a t i o n mod e s on l i ne ba s e d o n W AM S. Fr om t he v i e w o f ma i n s t a t i o n c e n t e r , t he i d e n t i f y i n g p r o c e s s i s c o mp o s e d o f f o u r s t e p s , wh i c h a r e r e c e i v i n g & s a v i n g d a t a , p r e p r o c e s s i n g d a t a , c a l c u l a t i n g LFO mod e s p a ra me t er s a n d a n a l y z i n g r e s ul t s i de n t i f ie d. Th e s p e e d o f i de n t i f yi ng p r oc e s s a n d t he r el i a bi l i t y of r es u l t s a re i mp r ov e d b y p r e d i c t i n g l o s t d a t a , l o w f re q u e n c y f il t e r i n g a n d o p t i mi z i n g mo d e l o r d e r . I n t e g r a t e d wi t h W AM S s y s t e m a n d Vi s u a l S t u d i o , t he i de n t i f yi ng s y s t e m on l i n e i s de s i g ne d wh i c h i s r u nni ng at ma i n s t at i on. Th e r es e a rc h o n So ut h Powe r Gr id i n p l a n ha s p r ov e d t h a t t he a l g o r it hm i s r e l i a bl e. T h i s P r o j e c t i S s u p p o s e d b y Na t i o n a l N a t u r a l S c i e n c e F o u n d a t i o n o f C h i n a f N o . 5 0 5 9 5 4 l 2 a n d N o . 5 0 5 7 7 0 4 4 ) . Ke y wo r ds : l o w f re q ue n c y os c i l l a t i on; wi de · · ar ea me a s ur e s y s t e m ; P r o ny mod el ; PM U; on· · l i ne i d e nt i f ic a t i on 中图分类号 : T M7 1 2 文献标 识码 : A 文章编 号: 1 0 0 3 — 4 8 9 7 ( 2 0 0 7 ) 2 0 — 0 0 1 7 — 0 6 0 引言 . 电力系统低频振荡不仅是由电网结构及其元件 参数共 同决定 的一种 属性,也 是 电力系 统运 行过 程 中存在 的安全隐患之一【 l J . 及时准确获知电网低频 振荡的主导模式对 电力生产具有重要意义 . 低频振荡模式的传统分析方法是: 1 )根据电网 结构和 电力元件参数建立微分方程组; 2 )在系统不 同稳定点对微分方程组进行线性化并形成状态空间 表达式 ; 3 )计算特征矩阵的特征根并由特征根计算 系统的低频振荡模式【 l J .然而,随着电力系统规模 的日益扩大 ,该方法 由于 " 维数灾"缘故 ,在实际 应用时面临越来越多的困难. 分析电力系统在小干扰作用下的暂态过程是一 种理想的电力系统低频振荡模式计算方法【 3 】 , 且该 方法能实时跟踪电力系统低频振荡模式的变化.然而,在传统的 S C AD A平台上,由于控制中心不能 基金项 目:国家重 点基础研 究专项经 费(2004CB217907);国家 自然科学基金 ( 5 0 5 9 5 4 l 2 ,5 0 5 7 7 0 4 4 ) 获得系统变量精确的、高准时的离散数据序列,该 方法难以得到深入研究. 近年 来 ,广域 测量 系统 ( wA MS)已经 逐渐 成熟, 并在 电力系统 中被广泛应用 . 凭借 WAMS的同 步对时系统,在控制中心可形成高精度 、高准时的 等间隔离散数据列.这为研究在线辨识电力系统低 频振荡模式提供了数据基础 0 , ¨ J .在众多的模式分 析方法 中,由Prony在 1 7 9 5年提出的 P r o n y辨识算 法与电力系统振荡模式之 间具有直接的对应关系, 且 此方 法 易理解 、易计 算和 易应用 ' , J . 结合 WAMS系统, 国内外的学者对低频振荡模 式辨识理论进行 了大量研究u 厶¨J.但这些研究主要 是基于理论推导,需要进 一步工程化 . 本文将结合 WAMS系统, 研究低频振荡模式在 线辨识算法 .文章将首先提出低频振荡模式辨识算 法的过程;进一步结合 WA MS系统和 V i s u a l S t u d i o 平台,设计实现方案;最后,以规划中的南方 电网 交直流混合互联系统进行算例研究. 1 基于 WAMS 的电力系统低频振荡模式在 维普资讯 http://www.cqvip.com 继电器线辨识算法 电力系统在遭受小扰动时的暂态响应过程代表 了系统的低频振荡特性 .根据 P r o n y算法,暂态 响应过程的有限长等间隔离散数据序列可以拟合为 [ 1 2 , t 3 ] : y ( ) = ∑ c o s ( o ) m t + ) ( 1 ) , =1 式(1)中, 为振荡幅值, 阻尼系数, 为 振荡角频率, 为初相.式(1)描述 了低频振荡 过程中各种振荡模式的幅值、频率、相位及阻尼系 数 的主次关系. 利用 WA MS同步对时系统,远方的 P MU 能够 对暂态过程进行精确采样,并将离散数据列传送到 主站中心进行 P r o n y分析 .利用有限长等间隔离散 数据列计算 电力系统低频振 荡模式 的过程分 为四 步 ,逐一 分析如 下:1)暂态过程数据的接收与储存 在WA MS系统中,小扰动激励下的暂态过程 首先是 由远方 P MU进行采样;P MU为各个采样数 据对象赋以 G P S时标 . P MU与WAMS主站之间通 过建立 T C P ~ P连接进行采样数据传送. 主站方通常 被选定为协议的客户方.当数据被传送到主站后, 主站程序依据双方约定的应用规约对 T C P数据报 文进行解释 .依据各个采样点 自带的 G P S时标,暂 态过程数据被存入原始数据缓冲区中.原始数据缓 冲 区的存 储结 构为 : t y p e d e f s t r u c t { l o n g u c t t i me ; l 】 起 始数据 G P S时标 W O R D w r i t e P ; l 】 写指 针位 置WOR D r e a d P ; l 】 读指 针位 置floatbuf[RLth];1l数据 区}RXBUF 在数据结构 R XB U F中,R L t h为数据区长度 , 取值在 4 k左右;u c t t i me为长整数表示的统一 G P S 时标相对变量.利用整除取余算法使数据区成为环 行存储结构.每次存入新的采样数据时及时修改写 指针 w r i t e P . 依据实时性的原则 , 应及时读取 T C P f i P 端 口接收到数据包.如果 P MU采样频率为 2 0 Hz , 主站接收端 口的扫描周期为应小于 5 0 ms ,通常选 择为 2 0 — 2 5 ms 之间.2)原始采样数据预处理 在原始采样数据的形成过程中,包括 以下两种 异常现象 : a . 在远方 P MU进行 的高频采样过程将引 入噪声成分. b . 在TCPfiP规约的传输过程 中个别数 据包 可 能丢 失;c . 交 流采 样 中个 别采 样 数据 异常.因此 ,在振荡模式参数辨识计算前 ,应对原始数据 进行 预处 理 .预处理 过程 包括 三项 内容 :剔 除非法 数据、估计缺失数据与过滤高频噪声.根据上下限 条件,即可实现剔除非法数据.本节主要研究估计 缺 失数 据 与过滤 高频 噪 声的算 法.(1)缺 失数 据估 计 从原始数据缓冲区的读指针开始,对存储 区中 的每个数据个体顺序编号组成离散数据列: ( 0 ) , ( 1 ) , …, y ( L一2 ) , y ( L— 1 ) ( 2 ) 序列(2)的长 度为:L=( wi r t e P—r e a d P+R Lt h ) %RL t h ( 3 ) 如果定义信 号为AR模 型 ,可建 立形如 式(4)的差分方程 ,a , a 一,a为差分方程系数 . ( , z ) = ∑ y ( n - k=1 ( 4) 参数 X 的取值范围在 5 — 1 0之间.如果离散数 据列 ( 2 )中的第 Ⅳ +X 个数据缺 失.则估计该值 的算法 为:令(4)中,z分别为: Ⅳ , J v+l , …, Ⅳ +X —l , 组成矩阵方程: : ( 5) ( 4 )中的 A R模型系统 = [ a 1 , a 2 , … , a ] ( 6 ) 第Ⅳ+X 个采 样数 据 的估 计值为: I 苎1y(N+X) = : a k y ( N+ k — 1 ) ( 7 ) k=1 通过缺失数据估计计算后,对数据列中各个数 据 重新 编 号组成 新 的数据 列:Y( 0 ) , Y( 1 ) , … , Y( 一2 ) , Y( — 1 ) ( 8 ) 数据列 ( 8 )采用形如原始数据存储区的中间 缓冲 区进行临时保存. ( 2 )过滤 高频 噪声由于低频振荡模式辨识关心 的重点为被研究 数据列中的低 频成分 ,因此基于计算效率 的考虑, 本文采用低通数字滤波器进行高频滤波,不采用 比 较复杂的自适应滤波或模糊滤波等方法I 1 引.假设低通数字滤波器为 H( z ) , 式(8)中数据 经过该滤波器处理后将形成数据序列: 维普资讯 http://www.cqvip.com 陈树恒 ,等基于WAMS的低频振荡模式在线辨识 算法 一19一 Y( 0 ) , Y( 1 ) , … , Y( L一2 ) , Y( L一1)(9)经过以上 预 处理 过程,数 据列(9)已成 为低 频振荡模式计算的数据来源 . 数据列 ( 9 )存储于形 如原始数据存储区的数据结构 中,该缓冲区称作辨 识数据 存储 区.当有 多个 变 量时 ,须 开辟 与变 量数 目相等的相同缓冲区. 3 )振荡模式参数计算 从辨识数据存储区的读指针开始 ,依次取 M 个数据形成数据列 ( 1 0 ) ,M 的取值是 1 0 0 ~ 2 0 0 . ( 0 ) , ( 1 ) , … , x ( M 一2 ) , x ( M — 1 ) ( 1 0 ) 由序列 ( 1 0 )计算低频振荡模式的过程分为三 步:阶数判定、 前 向预测系数计算和模式参数计算 . ( 1 )阶 数优 化计 算Prony拟合模型阶数采用经验与前 向预测误差 最小的原则结合计算,一共分为五步 : 第一步:根据经验法则f 1 引:P r o n y模型阶数应 该选择在P之间.在区间f—MMf中32L32_ J 通过前 向预测误差比较,选择最优模型阶数 . ^ 第二步:计算k= 时的前 向预测误差. _ j 计算矩阵Z 与:Z=xk 一1:一1:一1T=[X川…X2¨]=(ZT Z) 一ZT ( 1 1 ) 利用式 ( 1 1 )计算式 ( 1 0 )表示数据序列区间 的前 向估 计值 序列 . 在式 ( 1 0 )表 示数据 序 列区 间上计 算前 向功率 误差 及平 方值 : 含=X一(12)== 含T含= 1 一]T[一](13)¨ — J ' 第三 步 :计算 F P E( k ) = k … ) M ~ l 第 四步 : 增加阶数为M / 3 +1 ,重复第二步和第三步计 算FPE( k+1 ).逐次增加阶数值,依 次计算FPE( k ) ,直到 :— M . 于是得到数据序列: F P E( k ) , :— M , … , M ( 1 5 ) ) :J 1 v l - - ! f ) 委至妻置1=一73爱/~AZp)c·7I(2,1)(2,2)…lIl..,、f,1)(,2)…,iff【t(U)i= m ( ( , z ) + ) ) ( ) 利用Z0,z1,…,Zp一1构造矩阵: Z = 1 z 一 和矩阵: 1 z2 z ( 2 2 ) 一一维普资讯 http://www.cqvip.com 一20一 继 电器 y= [ ( 1 ) ( 2 ) … ( p ) ] 组 成矩 阵方 程:ZR =Y 解矩阵方程得: R=[ R 2 … ] ( 2 3) ( 2 4 ) ( 2 5 ) 以(21)和 ( 2 5 )中的计算结果为基础,并假 设离散数据列 ( 1 0 )的采样周期为7 1 ,进一步计 算式 ( 1 )所示 P r o n y模型的全部参数: f A m = I I { G m : = l n l Z m I / A T a r c t a n [ I m ( z R e ( z / ( 2 7 1 ) ( 2 6 ) J = ) / ) 】 / ( 2 7 1 ) … 【 = a r c t a n [ I m ( R m ) / R e ( ) J 辨识结果采 用结构 数 组存储 .数 据结 构为 : f lo a t i r l — C h u x i a n g ; I I 初始 相位 结构数组长度 的取值为可能的最大模式数.修 改辨识数据存储区读指针的位置,读取新 的数据列 继续下一次振荡模式辨识分析 .通常将读指针移动 M / 3的长度.读指针的修改方法为: r e a d P=f r e a d P+ M / 3 ) %R L t h ( 2 7 ) 4 )辨识结果分析与处理 存储在辨识结果存储区的数据,需做进一步分 析,挖掘其 中隐含的重要信息,最终为调度员提供 决策支持.对辨识结果进行 的分析工作包括 :计算 低频振荡的主导模式;模式数据屏幕显示;事故报 警;实时打 印及数据存盘,等等. 2 实现方 案设计 通 常通 过在 WAMS 主 站研 制对应 的应 用程序 系统来实现 由第 1 节提 出的电力系统低频振荡模式 在线辨识算法.结合Wi n d o ws系统运行平台和 V i s u a l S t u d i o应用程序 开发平 台,拟研制 的基 于WAMS 系统的电力系统低频振荡模式在线辨识系 统 的总体 结构 如图1.图1所示的应用程序架构是基于单机系统设计 的.辨识程序分为两个组成部分:数据库和计算线 程.数据库包括参数数据库和实时数据库:参数数 据库存储系统的设定参数,由组态软件进行维护; 实时数据库用于保存计算过程的中间结果.计算过 程分为四个线程: 通讯服务线程 , 数据预处理线程, 模式参数计算线程和辨识结果分析线程.四个线程 通过 中间结果 存储 区进行 协调 .当被监视 变量 为多个时,各个线程通过循环机制完成对全部离散数据 列 的分析 与计算 . 图 1在线监辨识低频振荡模式 的程序结构 F i g . 1 P r o g r a m s t r u c t u r e f o r i d e n t i f y i n g L F O mo d e s o n i i n e 3 算例研究 3 . 1概述 图 2描述 的是经过简化的南方电网 2 0 0 8年电 网结构 规划 图. 寄顺模流站肇度樟 流站天生桥一级 : : : i 茂名天生桥一 级、广————————1———— 天生桥换流站 广州换流站 图 2南方电网交直流 混合互联 电网地理接线 图Fi g . 2 Ge o g r a p h i c a l c h a r t o f AC/ DC mi x e d c o nn e c t i on of So ut h Powe r Gr i d 南方 电网是我 国典型 的大规模 交直 流混合互 联 电网.本节将以规划中的南方电网为研究对象进 行在线辨识低频振荡模式算例研究. 采用西门子公司研制的 NE T O MA C 仿真软件 建立南方 电网的仿真模型,并进行机 电暂态仿真. 在仿真进行到 2 . 2 S时, 模拟在广西天生桥二级水 电 站到平 果变 电站 间的500kV联络线 上发 生三相 接 地瞬时短路故障:在2.2S时, 在单回联络线 中点发 生三相接地;0 . 0 9 9 S 后线路两端开关跳闸且故障消 维普资讯 http://www.cqvip.com 陈树恒 ,等基于WAMS的低频振 荡模 式在线辨识算法 一21-失,再经 0 . 0 9 9 S 后开关重合闸成功. 3 . 2数据预处理 以10Hz 采样频率在 0 — 1 2 . 8 S 时间段内对广东 电网的频率偏差进行采样,形成 由128个数据点组 成的等间隔离散数据序列.设计低通滤波器对离散 数据序列高频滤波预处理.图 3对 比显示了预处理 前后的交流频率偏差扰动过程 曲线.预处理后的曲 线 比预处理前的曲线变化要平滑. 3 0 0 2 5 0 2 0 0 L 5 0 t O 0 ; O 呈0一OqlO0150—200250n,阶数 图 3频率暂态 曲线预处理前后 比较 Fi g. 3 Comp a r i s on of f r e qu e nc y t r a ns i e n t c u r ve s be t we e n b e f or e p r e pr o c es s e d a nd a f t e r p r e pr oc e s s e d 3 . 3模 型阶 次估计 将预处理后离散数据列中 2 . 2 S 至10.2S时间段 内的 8 1个点组成新的数据列 , 计算 P r o n y拟合模型 的预选最佳阶数,计算结果为 3 3阶.模型阶数 , z 与预测误差 P 的函数关系如图 4 . n 阶数 图 4预 测误 差P与模型 阶数 , 7 之 间的函数 关系 F i g . 4 F u n c t i o n r e l a t i o n b e t we e n p r e d i c t i n g e r r o r p a n d o r d e r 3 . 4低频振荡模式在线辨识结果有效· 眭验证 表1低频 振荡主导模式 T a b . 1 Do mi n a n t mo d e s o f l o w f r e q u e n c y o s c i l l a t i o n 以优化模型阶数为基础 ,对预处理后 的离散数 据列应用本文提出的算法计算 P r o n y拟合模型的参 数 .表 1 归纳了 P r o n y信号模型中振幅大于 1毫赫 兹的振荡模式 . 由表 1 可见, 信号主要包括 0 . 8 4 4 Hz , 0 . 5 7 2 Hz 和1.69Hz等 7种振荡模式.因此,信号可以用一 个14阶的模型进行拟合 . 图 5对 比显示了经过预处 理的辨识数据 曲线和 P r o n y拟合模型 曲线 . : . I \ 八一… . V . 一r,图5原始 曲线与 P r o n y模型 曲线 比较 F i g . 5 Co mp a r i s o n b e t we e n i n i t i a l c u r v e a n d P r o n y mo d e l c u r v e 可见,辨识数据列 曲线和拟合模型 曲线几乎没 有什么区别.因此,本文提出的电力系统低频振荡 模式在线辨识算法是有效的. 4 结语 结合 WAMS系统和 V i s u a l S t u d i o开发平 台, 本 文提 出了一种在线辨识电力系统低频振荡模式的算 法及其应用程序架构.通过理论研究和算例仿真可 得 以下 结论 : ( 1 )电力系统在小扰动下的暂态响应为系统 各个振荡模式指数项的线性组合,满足 P r o n y算法 定义 的信号模型. ( 2 )通过对接收到的 WA MS生数据进行数据 预处理 ( 缺失数据估计和低通滤波 )可有效提高辨 识结果的精度 . ( 3 )对模 型阶数的优 化计算不仅保证了辨识 结果的精度 ,而且降低 了辨识过程中的计算量,有 利于 提 高辨识 速度 . ( 4 )将辨识过程分解为 四个线程协调完成 , 有利于从总体上提高辨识应用程序的性 能,包括快 速性、可 靠性 和准 确性 . 本文提 出的辨识算法在工程 应用 中具有一定 的应用价值 . 参考文献 [ 1 ] 李兴源. 高压直流输 电系统 的运行与控制 [ M ] .北京 : 科学 出版社, 1 9 9 8 . [ 2 ] K u n d u r P电力系统稳定与控制 E M] .北京:中国电力 出版社, 2 0 0 2 . [ 3 ] B o u n o u M, L e f e b v r e S , Ma l h a me R P A S p e c t r a l Al g o r i — t h m f o r Ex t ra c t i n g P o we r S y s t e m M o d e s f r o m T i me Re c o r d i n g s [ J ] .I EEE Tr a n s o n P o we r S y s t e ms , 1 9 9 2 , 7 ( 2 ) : 6 6 5 — 6 7 1 . [ 4 ] Ha u e r J EA p p l i c a t i o n o f P r o n y An a l y s i s t o t h e D e t e r - 维普资讯 http://www.cqvip.com 2 2一继电器(上接 第16页 c o n t i n u e df r o m p a g e 1 6 ) j 7 J M o n t i c e l l i A. Ga r c i a A. M o d e l i n g Ze r o I mp e d a n c e Br a n c h e s i n P o we r S y s t e m S t a t e Es t i ma t i o n [ J ] .I E EE T r a n s o n p o we r S y s t e ms l 9 9 1 , 6 ( 4 ) : l 5 61 — 1 5 7 0 . J 8 l Co n t r e r a s J Lo s i A, RU S S O M e t a 1 .S i mu l a ti o n a n d Ev a l ua ti o n of Op t i mi za t i on Pr o bl e m S ol ut i o ns i n Di s t r i b u t e d E n e r g y M a n a g e me n t S y s t e ms [ J ] . I E E E T r a n s o n P o we r S y s t e ms, 2 0 0 2 . 1 7 ( 1 1 : 1 2 5 7 — 1 2 6 2 . [ 9 ] 郑相华, 米增 强, 赵洪 【 j I , 等. 基于P MU的状态 估计研 究….继电器, 2 0 0 4 , 3 2 ( 1 7 ) : l 6 一l9.ZHENG Xi a ng— hu a ,M I Ze n g— q i a n g,ZHAO Ho ng — s h a n e t a 1 .Res e a r c h on St a t e Es t i ma t i o n Ba s e d on P M U . Re l a y . 2 0 0 4 . 3 2 f 1 7 ) : l 6 — 1 9 . [ 1 O ]王 克英, 穆刚, 陈学 允. 计及P Mu的状态估计精度分析及 配置研究…. 中国电机工程学报, 2 0 0 1 , 2 1 ( 8 ) : 2 9 — 3 3 . W ANG Ke — yi n g.M U Ga n g.CHEN Xue — y u n.Pr e c i s i o n I mp r ov e me nt a nd PM U Pl a c e me n t St ud i es on S t a t e Es t i ma ti on of a Hy br i d M e a s u r e me n t Sy s t e m wi t h P MUs [ J 1 . P r o c e e d i n g s o f t h e CS EE, 2 0 0 l , 2 l ( 8 ) : 2 9 — 3 3 . [ 1 2 ] LI N W M Te ng J H.St a t e Es t i m a t i on f o r Di s t r i but i on S y s t e ms w i t h Z e r o — i r ~ j e c t i o n C o n s t r a i n t s [ J 1 . I E E E T r a n s O n P o we r S y s t e ms 1 9 9 6 . 1 1 ( 1 ) : 3 4 — 3 8 . 倪 小平, 张 步涵. 一 种带有等式 约束 的状 态估计新算法 f J ] . 电力系统 自动化, 2 0 0 1 , 1 0 ( 5 ) : 4 2 — 4 4 . NI Xi a o— pi n g.ZHANG Bu— ha n.New S t a t e Es t i m a t i on Al g o r i t h m wi t h E q u a l i t y Co n s t r a i n t s [ J 】 . Au t o ma t l o n o f E l e c t r i c P o we r S y s t e ms . 2 0 0 1 . 1 0 ( 5 ) : 4 2 — 4 4 . 收稿 日期 :2 0 0 7 — 0 3 — 2 8 作者简介 : 李 阳林 ( 1 9 8 3 一),男,硕士 ,主要从 事高电压与绝缘 技 术方面的工作; E — ma i l : y a n g l i n — l i @1 6 3 . c o r n 卫志农 ( 1 9 6 2 -),男,博士,教授 ,博士生导师 ,研 究方向为电力 系统分析、运行 和控 制,配电网 自动化 等; 万军彪 ( 1 9 6 8 一),男,高级工程 师,长期从事 高电压 与绝缘技术 方面的工作 . 维普资讯 http://www.cqvip.com