一种新的电能质量扰动信号压缩感知识别方法 - 电力系统保护与控制.pdf

第 45 卷 第 3 期 电力系统保护与控制 Vol. 45 No. 3 2017 年 2 月 1 日 Power System Protection and Control Feb. 1, 20 17 OI: 10.7667/PSPC160189 一种新的电能质量扰动信号压缩感知识别方法 1 1,2 1,2 1,2 曹思扬 ，戴朝华 ，朱云芳 ，陈维荣 (1.西南交通大学电气工程学院，四 成都 610031； 2.国家轨道交通电气化与 自动化工程技术研究中心，四 成都 610031) 摘要：针对现有电能质量扰动信号识别方法存在数据量大、准确率 高的 足，提出了一种基于压缩感知稀疏向 量特征提取的电能质量扰动信号分类识别方法。该方法首先针对原始信号，利用压缩感知理论获取降维的测量信 号，并基于 ℓ1 范数正交匹配追踪算法获取稀疏向量。然后针对稀疏向量提取最大值、次大值、均方根、标准差、 峭度和裕度因子等特征，作为神经网络的输入，实现电能质量扰动信号的分类识别。最后，针对六类典型电能质 量扰动信号，开展仿真实验验证。仿真结果表明，现有识别方法需要处理的原始信号长度为 1024 ，而所提方法特 征提取时所处理的数据长度仅有 30，从而大大减少了所需处理的数据量，并且由于实现了以非常少的数据量保存 原有全部有用特征信息，因而更有利于提高识别准确率。通过与广泛采用的小波变换识别方法进行比较，所提方 法的平均准确率高达 98.7 1%，远远高于小波变换方法的92.86% 。 关键词：电能质量；压缩感知；神经网络；稀疏向量；扰动识别 A novel compressed sensing-based recognition method for power quality disturbance signals 1 1, 2 1, 2 1, 2 CAO Siyang , AI Chaohua , ZHU Yunfang , CHEN Weirong (1. School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China; 2. National Engineering ) Technology Research Center of Electrification and Automation in Rail Transit, Chengdu 610031, China Abstract: In view of the large amount of data and low accuracy rate of the existing power quality dis