电能质量扰动信号压缩采样的重构算法研究.pdfVIP

曾嘉俊:电能质量扰动信号压缩采样的重构篝法研究E 电能质量扰动信号压缩采样的 重构算法研究 曾嘉俊 (广东 电网有限责任公司佛山供电局，广东佛山 528000) 摘要:基于压缩感知，以低子Nyquist采样频率对单一扰动和复合扰动电能质量信号进行压缩采样，实现了 。MP算法、 SAMP算法、 GPSR算法和最小TV算法对电能质量扰动信号的重构，并进行了比较分析。结果表 明，四种方法在重构单一电能质量扰动信号时，均能够较好地保留原信号的特征，其中: OMP算法和最小 TV算法在重构电能质量信号时精度最高; SAMP算法的重构速度最快，但精度相对较低.对于复合扰动信 号， OMP算法和GPSR算法重构效果最好.在实际应用中，应充分考虑精度要求和数据量大小，选择合适的 重构方法.该结论可为压缩感知理论在电能质量信号重构领域的实际应用提供有益借鉴. 关键词 : Æ缩感知;电能质量; 重构算法 0 引言 梯度投影算法 ( Gradi ent Projecton for Spare Reconstruction , GPSR) [1 2) 、稀疏度自适应匹配 随着电力电子器件和非线性装置在电力系统 追踪算法 (Sparsity Adaptive Matching Pursuit , 中的应用越来越广泛，在提高电能使用效率的同 SAMP) [川以及最小全变分算法 (Minimum Tota1 时，也带来了一系列的电能质量问题(1，飞而对电 Variation , min TV) ( 1 4， 1 5) 的电能质量扰动信号的 能质量信号精确、高效的检测是电能质量扰动识 压缩采样信号重构，对压缩感知理论在这一领域 别和治理的前提。传统的电能质量信号的检测都 的实际应用具有借鉴意义。 是建立在Nyquist采样定理的基础上I31 ，但是，电 能质量扰动信号具有变化快、随机性强等特点， 1 压缩采样重构算法 过高的采样频率将导致非常庞大的数据采集，会 给电力系统数据分析与处理带来沉重的负担。 1 . 1 压缩感知理论 压缩感知作为一种新兴的理论为数据采集技 压缩感知理论的基本思想是: 如果信号具 术带来了革命性的突破，在雷达成像、 无线传输 有稀疏性或可压缩性，就可以投影到一个与变 等领域有了较为广泛的应用IU1 . 近年来，也有学 换基不相关的矩阵，采集远小于信号长度的非 者将压缩感知理论应用于电能质量信号的检测和 适应线性投影(测量值) ，然后通过求解数值 扰动识别IMl ，其中文献[7] 深入研究了基于压缩感 最优化问题，高概率精确重构信号e 信号的测 量向量为(16) • 知理论的电能质量扰动特征提取和识别分类的可 行性，没有涉及信号重构问题;文献[ 8， 9] 研究了 y=Ax (I) 电能质量信号压缩采样和信号重构，采用的重构 式中x eR ， 若Ilxllo Sk ， 贝IJ 称x为k的稀疏