收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电能质量扰动信号的稀疏表示/压缩采样研究

杨烁  
【摘要】:随着电力规模不断快速扩大,大量的电力电子设备、非线性负荷应用于电网中,使电力系统中的电能质量危害日益严重。电能质量问题不仅受到相关领域的广泛关注,而且也成为电力公司及用户想要解决的问题,所以对电能质量进行有效的实时监测和分析就愈发的重要。为了能够对电能质量数据进行有效分析,就需要对其进行采样与压缩,然而现有监测系统对电能质量数据采样与压缩的方法都是基于Nyquist定理,其海量采样数据不仅给采集设备带来了很大的采样压力,而且给数据的存储和传输也带来很大困难。压缩感知理论的出现,对于稀疏或可压缩信号,打破了Nyquist定理的束缚,使信号数据的采样和压缩能够同时进行,通过少量的采样就能重构原始信号,极大地提高了采样速率和传输速率、降低了存储空间。本文主要研究压缩感知理论应用的2个基础问题——电能质量信号的稀疏表示和测量矩阵的设计,主要研究工作如下:(1)根据电能质量的定义和标准,用MATLAB构建电能质量信号单一扰动和复合(多重)模型。从实际角度考量,通过PSCAD所搭建的IEEE14节点系统来获取三相线路的故障信号。(2)分析谐波信号在傅里叶域稀疏表示的特点,采用一种基于OMP谐波检测方法,通过对重构谐波数据的处理,能够在一定程度和范围内提取出基波及各次谐波成份从而到达检测的目的。(3)压缩感知主要目的是在于实现电能质量数据的高效采集,基于结构化测量矩阵原理,建立了两种构造简单的测量矩阵,该两种矩阵占用存储空间少,具有一定确定性,重建性能略好于(或相当于)常用测量矩阵且具有很好的硬件实现优势。(4)针对单采用傅里叶稀疏基不能对脉冲、暂态振荡、某些多重扰动及三相故障信号精确重构的缺点,采用基于离散平稳小波变换的压缩采样方法。仿真实验表明,该方法对这些信号都能精确重构,说明该方法更具普适性,在很大程度上满足对电能质量信号分析的需求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈思宝;赵令;罗斌;;局部保持的稀疏表示字典学习[J];华南理工大学学报(自然科学版);2014年01期
2 郑轶;蔡体健;;稀疏表示的人脸识别及其优化算法[J];华东交通大学学报;2012年01期
3 段菲;章毓晋;;一种面向稀疏表示的最大间隔字典学习算法[J];清华大学学报(自然科学版);2012年04期
4 张佳宇;彭力;;基于联合动态稀疏表示方法的多图像人脸识别算法[J];江南大学学报(自然科学版);2014年03期
5 查长军;孙南;张成;韦穗;;基于稀疏表示的特定目标识别[J];吉林大学学报(工学版);2013年01期
6 朱启兵;杨宝;黄敏;;基于核映射稀疏表示分类的轴承故障诊断[J];振动与冲击;2013年11期
7 王国权;张扬;李彦锋;王丽芬;马晓梅;;一种基于稀疏表示的图像去噪算法[J];工业仪表与自动化装置;2013年05期
8 耿耀君;张军英;;一种基于投影稀疏表示的基因选择方法[J];哈尔滨工程大学学报;2011年08期
9 翟懿奎;甘俊英;徐颖;曾军英;;快速稀疏表示指背关节纹识别及其并行实现[J];吉林大学学报(工学版);2012年S1期
10 詹永照;张珊珊;成科扬;;基于非线性可鉴别的稀疏表示视频语义分析方法[J];江苏大学学报(自然科学版);2013年06期
11 李洪均;谢正光;胡伟;王伟;;字典原子优化的图像稀疏表示及其应用[J];东南大学学报(自然科学版);2014年01期
12 贾旭;崔建江;薛定宇;刘晶;;基于手背静脉图像多特征稀疏表示的身份识别[J];仪器仪表学报;2011年10期
13 梁锐华;成礼智;;基于小波域字典学习方法的图像双重稀疏表示[J];国防科技大学学报;2012年04期
14 侯跃恩;李伟光;容爱琼;叶国强;;融合背景信息的分块稀疏表示跟踪算法[J];华南理工大学学报(自然科学版);2013年08期
15 查长军;韦穗;杨海蓉;丁大为;;基于稀疏表示的多类融合样本中特定目标识别[J];吉林大学学报(工学版);2014年03期
16 廖灵芝;;基于简单细胞响应稀疏性的图像稀疏表示模型[J];武汉理工大学学报;2010年16期
17 杨南海;桑媛媛;赫然;王秀坤;;基于非负稀疏表示的标签繁殖算法[J];大连理工大学学报;2012年02期
18 施云惠;李倩;丁文鹏;尹宝才;;基于稀疏表示模型的图像解码方法[J];北京工业大学学报;2013年03期
19 邹建成;车冬娟;;信号稀疏表示方法研究进展综述[J];北方工业大学学报;2013年01期
20 肖良;戴斌;吴涛;方宇强;;基于字典学习与稀疏表示的非结构化道路分割方法[J];吉林大学学报(工学版);2013年S1期
中国重要会议论文全文数据库 前3条
1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集(上册)[C];2013年
2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年
2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年
3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年
4 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年
5 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年
6 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年
7 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
8 李海山;基于稀疏表示理论的地震信号处理方法研究[D];中国石油大学(华东);2013年
9 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年
10 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 王道文;基于稀疏表示的目标跟踪算法研究[D];华南理工大学;2015年
2 李哲;基于稀疏表示和LS-SVM的心电信号分类[D];河北大学;2015年
3 孙雪青;Shearlet变换和稀疏表示相结合的甲状腺结节图像融合[D];河北大学;2015年
4 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年
5 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年
6 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年
7 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年
8 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年
9 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年
10 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978