三相电能质量扰动信号压缩方法研究

提出了一种基于压缩传感的三相电能质量数据压缩新方法。首先,将时间t内的三相电能质量扰动信号转换为3t时间内的一维信号;然后,将传统的多频带融合问题理论应用于压缩感知稀疏基设计中,构造稀疏基;最后,选取高斯随机矩阵作为观测矩阵,OMP算法作为重构算法,重构三相电能质量扰动信号并利用MATLAB进行仿真。实验结果表明,该方法可以有效压缩三相电能质量数据,实现三相电能质量扰动信号同时处理,并同时检测出多项性能指标参数。

压缩传感在电能质量扰动信号分析中的应用

针对电能质量扰动信号分析中,传统信号处理方法存在采样数据量极大、采样时间长、压缩时浪费采样资源等问题,将压缩传感(CS:Compressed Sensing)应用于电能质量扰动信号分析中。实现了采样与压缩同时完成,极大地降低了采集的数据量和采样速率。通过对压缩传感的过完备字典设计,实现了压缩传感同时检测多个电能质量扰动信号,以及压缩传感对信号在一维、二维上的重构,并对重构的电能质量扰动信号进行分析。实验结果表明,与传统的电能质量扰动信号处理方法相比,该算法在采样数据量、重构效果方面都有很大提升,得到的重构信号误差更小,对信号的分析更准确。

基于压缩感知的三相电能质量扰动信号压缩及分类新方法

首先,选取傅立叶基作为压缩感知中的过完备字典、高斯随机矩阵作为观测矩阵、正交匹配追踪(OMP)算法作为重构算法,对电能质量扰动信号进行压缩采样。然后,采用灰度共生矩阵纹理特征中的能量特征值、灰度值出现概率两种方法对压缩感知重构信号进行分类检测。试验结果表明:本文方法可以同时实现对三相电能质量信号的压缩重构,也可以实现对信号的准确分类,并减少了信号压缩采样过程中的数据量。