基于压缩感知的电力系统谐波压缩信号重构与检测方法
【专利摘要】一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，包括：将电力系统谐波原始信号和由二进稀疏随机测量矩阵作为电力系统谐波数据压缩采样的测量矩阵，同时送入混频器进行模拟域下的压缩采样，进而对模拟信号进行A/D转换，得到压缩采样值；确定压缩感知稀疏基为离散傅里叶变换基；进行基波滤除的初始化；进行基波滤除；检测基波分量的频率、幅值和相位；滤除压缩采样值中的基波成分；对谱投影梯度法进行参数初始化；利用谱投影梯度法重构出谐波分量的稀疏向量估计值；检测谐波分量的频率、幅值和相位；)完成对电力系统谐波原始信号的重构。本发明解决了现有恢复算法均未考虑谐波信号中基波分量对信号重构的影响而使恢复效果不十分理想这一缺陷。
【专利说明】基于压缩感知的电力系统谐波压缩信号重构与检测方法
【技术领域】
[0001]本发明涉及一种电力系统谐波压缩采样与检测方法。特别是涉及一种基于压缩感知的电力系统谐波压缩信号重构与检测方法。
【背景技术】
[0002]电力系统理想的电压、电流波形是正弦波或余弦波，但由于电力系统中存在各种非线性元件，使电压和电流波形发生畸变而产生谐波，谐波的存在会造成电网的功率损耗增加、设备寿命缩短、保护功能失常等多种危害。近年来，随着电力系统规模的日益扩大化和电力电子技术的飞速发展，越来越多的谐波源负载和装置在电力系统中的应用日益广泛，谐波污染也随之愈发严重，谐波已被认为是电网的一大公害。为此电力系统中谐波的实时、准确地监测系统的至关重要，不仅可以及时了解电网中谐波污染的情况，为谐波污染的治理和保证电能质量提供可靠数据支持，还能根据谐波监测数据为电力系统未来发展做出预测性规划，保证未来电力系统具有良好的电能质量。
[0003]随着电力系统规模的日益扩大化和智能电网建设的不断深入，电力系统的谐波监测数据量呈现爆发式增长，谐波监测仪记录的海量的谐波数据造成各谐波监测仪和监测中心的通信传输数据量巨大，为了保证高实时性和高同步性，必须对谐波监测数据进行数据压缩。而传统的数据压缩方法，如傅里叶变换、离散余弦变换和小波变换等，均在Nyquist采样定理基础之上，先对电能质量数据进行高采样率的采集和A/D转换，再对数据进行压缩。这在一定程度上解决了海量数据传输的问题，但数据压缩前的一次高速采样需要消耗大量的硬件资源和存储空间。特别对于大规模电力系统，Nyquist采样得到的原始谐波信号数据存储量巨大。因此，寻找一种能够解决在传统Nyquist采样框架下大数据存储量问题使A/D转换后一次存储量大大减少的新采样技术，对电力系统谐波分析具有重大实用价值。
[0004]压缩感知技术是原始信号在满足稀疏性的条件下采用少量线性随机投影作为测量方式对原始信号进行压缩测量(压缩采样)，并利用恢复方法以极高概率准确重构出稀疏向量估计值和原始信号。它通过将压缩过程与采样过程相融合，在采样过程中完成对数据的压缩，采集的数据即是压缩数据，为解决电力系统谐波信号在Nyquist采样框架下一次高速采样所需大量存储空间问题提供了有效解决途径。压缩感知技术如图1所示，对电力系统谐波监测而言，采样端通过测量矩阵实现对谐波原始信号X的压缩测量(压缩采样)得到谐波压缩采样值(压缩数据)y，数据分析端通过恢复算法实现信号重构过程，得到原始重构信号在信号重构过程中，经历先利用恢复算法求解原始信号在稀疏基下的稀疏表示系数s (稀疏向量)的估计值?，再重构出原始信号的过程。压缩感知技术采样模型和重构模型可描述为:
【权利要求】
1.一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，其特征在于，包括有如下阶段: 1)将采集到的NXI维电力系统谐波原始信号X和由二进稀疏随机测量矩阵φ作为电力系统谐波数据压缩采样的测量矩阵，同时送入混频器进行模拟域下的压缩采样:y =ΦX，进而对模拟信号y进行Α/D转换，得到MX I维压缩采样值(压缩数据)y ； 2)确定压缩感知NXN维稀疏基Ψ为离散傅里叶变换(DFT)基，设感知矩阵Θ=ΦΨ，将感知矩阵Θ和压缩采样值y送入信号重构和数据分析端； 3)进行基波滤除的初始化,包括:初始迭代次数t= I,初始残差A = y,初始基波分量的稀疏向量估计值=O，初始支撑集Afl =0,初始支撑矩阵Ω0= □，初始干扰集乙=0，干扰集元素数量ρ = 0; 4)进行基波滤除，根据压缩采样值y重构出基波分量的稀疏向量估计值，包括如下步骤: (1)寻找索引Xt= argmax G1IV1I ,其中θτ是感知矩阵Θ的转置，Iv1是第t_l次循环迭代的残差； (2)更新支撑集At= Ah U {λ J和支撑矩阵Qt= [ Ω Θ XJ，其中O λ t为感知矩阵?的第Xt列向量； (3)最小二乘更新基波分量的稀疏向量估计值
2.根据权利要求1所述的一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，其特征在于，阶段I)所述二进稀疏随机测量矩阵Φ的生成是，首先生成MXN维零矩阵Φ，将Φ中每一列随机选取μ Ν( μ = 1/32)个位置，将该位置元素置1，生成二进稀疏随机测量矩阵Φ。
3.根据权利要求1所述的一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，其特征在于，阶段5)所述的检测基波分量的频率、幅值和相位，包括如下步骤: (1)找到基波分量的稀疏向量估计值
4.根据权利要求1所述的一种基于压缩感知的电力系统谐波压缩信号重构与检测方法，其特征在于，阶段9)所述的检测谐波分量的频率、幅值和相位，包括如下步骤: (1)找到基波分量的稀疏向量估计值I—中的绝对值极大元素的位置km和该元素两侧的绝对值次大元素的位置kn，若电力系统谐波原始信号X含有H个谐波分量，中含有H组km和kn，每组km和kn即是原始谐波信号中谐波分量在离散傅里叶变换后的离散谱线中每一个谐波分量的幅值最大的谱线和幅值次大的谱线对应的谱线标号； (2)利用双谱线幅值、频率、相角的修正公式得到修正后的基波分量的幅值A、频率f和相角f的修正后的检测结果:
【文档编号】G01R23/16GK103983850SQ201410201815
【公开日】2014年8月13日 申请日期:2014年5月13日 优先权日:2014年5月13日
【发明者】杨挺, 袁博, 冯瑛敏, 盆海波, 向文平, 林志贤 申请人:天津大学