基于正則化自適應(yīng)匹配追蹤的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力系統(tǒng)數(shù)據(jù)重構(gòu)解壓縮方法，尤其是一種基于壓縮感知理論的電能 質(zhì)量數(shù)據(jù)正則化自適應(yīng)匹配追蹤重構(gòu)解壓縮方法。
【背景技術(shù)】
[0002] 電能質(zhì)量是電力部門和用戶普遍關(guān)注的問題，電能質(zhì)量可用供電質(zhì)量來衡量，而 供電質(zhì)量一般用諧波電壓、電壓偏差、電壓波動和閃變、電壓暫降、電壓暫升、電壓中斷、電 壓脈沖和電壓振蕩等參數(shù)描述。對這些電能質(zhì)量數(shù)據(jù)的壓縮能夠有效解決電能質(zhì)量監(jiān)測數(shù) 據(jù)量大的問題，并且緩解電力系統(tǒng)數(shù)據(jù)存儲和傳輸?shù)呢?fù)擔(dān)。而目前現(xiàn)有的信號檢測與壓縮 方法大多均建立在香農(nóng)采樣定理的基礎(chǔ)上，這將導(dǎo)致采樣數(shù)據(jù)十分巨大，無論是存儲還是 傳輸給電力部門都是一個(gè)沉重的負(fù)擔(dān)。
[0003] 現(xiàn)有技術(shù)中，傅里葉變換法和小波變換法在電能質(zhì)量信號分析領(lǐng)域得到了廣泛的 應(yīng)用。作為經(jīng)典的信號分析方法，傅立葉變換具有正交、完備等許多優(yōu)點(diǎn)，但是對于電能質(zhì) 量暫態(tài)擾動等突變信號，傅里葉變換無法跟蹤信號的幅值、頻率和相位，不適合分析電能質(zhì) 量擾動非平穩(wěn)信號。小波變換作為一種時(shí)頻分析方法，在一定程度上克服了傅里葉變換的 缺點(diǎn)，但小波變換也存在著弊端，小波變換復(fù)雜，計(jì)算量大，實(shí)時(shí)性差，難以應(yīng)用在電能質(zhì) 量實(shí)時(shí)監(jiān)測系統(tǒng)中。
[0004] 壓縮感知理論作為信號處理領(lǐng)域中誕生的全新理論，突破了傳統(tǒng)的奈奎斯特采樣 定理，采集的數(shù)據(jù)就是需要獲取的信息，采樣與壓縮過程合二為一，有望克服采樣數(shù)據(jù)量巨 大，傳感元、采樣時(shí)間以及數(shù)據(jù)存儲空間等物理資源浪費(fèi)嚴(yán)重的問題?；趬嚎s感知的傳統(tǒng) 方法（例如匹配追蹤方法、正交匹配追蹤方法、壓縮采樣匹配追蹤方法和正則化正交匹配 追蹤方法）常被用于重構(gòu)電能質(zhì)量信號。這些方法的共同點(diǎn)是需要在已知信號稀疏度的情 況下進(jìn)行重構(gòu)解壓縮，而實(shí)際應(yīng)用中，電能質(zhì)量信號大多是暫態(tài)的并且具有短時(shí)性，它們的 稀疏度往往是未知的，故需要一種新的方法來解決其稀疏度未知的問題。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)中電力系統(tǒng)數(shù)據(jù)重構(gòu)解壓縮方法存在的弊端，本發(fā)明提出了一種基 于壓縮感知理論的電能質(zhì)量數(shù)據(jù)正則化自適應(yīng)匹配追蹤重構(gòu)方法（RegularizedAdaptive MatchingPursuit,RAMP),該方法可以在電能質(zhì)量信號稀疏度JT未知的情況下，通過自 適應(yīng)過程自動調(diào)節(jié)候選集原子的個(gè)數(shù)，利用正則化過程實(shí)現(xiàn)支撐集的二次篩選，從而實(shí)現(xiàn) 電能質(zhì)量信號的精確重構(gòu)。
[0006] 本發(fā)明采用的技術(shù)方案是具體包括如下步驟： 1) 設(shè)置控制迭代次數(shù)閾值和階段轉(zhuǎn)換閾值A(chǔ)，將電能質(zhì)量原始信號通過模數(shù)轉(zhuǎn)換模 塊轉(zhuǎn)化為電能質(zhì)量數(shù)字量信號/; 2) 根據(jù)壓縮感知理論，采用傅里葉變換基對電能質(zhì)量數(shù)字量信號/進(jìn)行稀疏表示為 / = 1?,中是稀疏變換基矩陣，X是稀疏向量； 3) 采用高斯分布白噪聲生成隨機(jī)測量矩陣￠, R是實(shí)數(shù)集，M為測量維 數(shù)，F(xiàn)為電能質(zhì)量原始信號的維數(shù)，M?F; 4) 將測量矩陣巾與稀疏變換基矩陣Y相乘得到感知矩陣f=_，從而得到電能質(zhì) 量數(shù)字量信號/的測量值a ; 5) 令初始余量4等于測量值,即6 = ? ,初始步長〇 ,階段Stoge=I，索引值集 合F= 0 ,相應(yīng)的支撐集為,候選集J= 0，迭代次數(shù).f= 1,0是空集； 6) 對感知矩陣審中的原子進(jìn)行一次篩選，計(jì)算初始余量4與感知矩陣列f原子的相 關(guān)系數(shù)F，從F中篩選出61個(gè)最大值對應(yīng)的索引值保存到候選集J中以便進(jìn)行二次篩 選； 7) 采用正則化過程進(jìn)行原子的二次篩選，結(jié)果保存在集合A中； 8) 更新支撐集&得到支撐集f、，再利用常規(guī)的最小二乘法來計(jì)算重構(gòu)信號
【主權(quán)項(xiàng)】
1. 一種基于正則化自適應(yīng)匹配追蹤的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，其特征是包括w下步 驟： 1) 設(shè)置控制迭代次數(shù)闊值司和階段轉(zhuǎn)換闊值￡;，將電能質(zhì)量原始信號通過模數(shù)轉(zhuǎn)換 模塊轉(zhuǎn)化為電能質(zhì)量數(shù)字量信號/; 2) 根據(jù)壓縮感知理論，采用傅里葉變換基對電能質(zhì)量數(shù)字量信號/進(jìn)行稀疏表示為 / = ，平' 是稀疏變換基矩陣，是稀疏向量； 3) 采用高斯分布白噪聲生成隨機(jī)測量矩陣巫，雷€11^：<氣1?是實(shí)數(shù)集，^1^為測量維 數(shù)，F(xiàn)為電能質(zhì)量原始信號的維數(shù)，M<<F ; 4) 將測量矩陣&與稀疏變換基矩陣Y相乘得到感知矩陣f =胃，從而得到電能質(zhì) 量數(shù)字量信號/的測量值!^ :^^=電^ ; 5) 令初始余量^〇等于測量值^ ，即/'〇 ，初始步長5疏=?￡ 0，階段2&昭6 = 1，索引值集 合= 0，相應(yīng)的支撐集為，候選集J = 0，迭代次數(shù)f = 1，0是空集； 6) 對感知矩陣巧中的原子進(jìn)行一次篩選，計(jì)算初始余量與感知矩陣列巧原子的相 關(guān)系數(shù)F，從F中篩選出SZ0個(gè)最大值對應(yīng)的索引值保存到候選集J中W便進(jìn)行二次篩 選； 7) 采用正則化過程進(jìn)行原子的二次篩選，結(jié)果保存在集合J'e中； 8) 更新支撐集和得到支撐集再利用常規(guī)的最小二乘法來計(jì)算重構(gòu)信號 !:=鳴11皿，.||"-馬了||2，并對余量?；進(jìn)行更新；當(dāng)||.，;-,，'|片62時(shí)，判定支撐集耍6的大 小不滿足重構(gòu)的要求，將W步長來增大規(guī)模；當(dāng)||.叫|;<與時(shí)，判定滿足迭代停止條件； ^ 。，I是迭代次數(shù)，rt是更新后的余量。
2. 根據(jù)權(quán)利要求1所述的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，其特征是；步驟3)中，隨機(jī)測量矩 陣_5^中的元素采用獨(dú)立同分布的高斯隨機(jī)變量，服從均值為零，方差為的高斯分布。
3. 根據(jù)權(quán)利要求1所述的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，其特征是；步驟4)中，稀疏向量X僅 有r個(gè)系數(shù)值非零，其余F- f個(gè)系數(shù)值為零，Z F。
4. 根據(jù)權(quán)利要求1所述的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，其特征是；步驟8)中，W步長來增 大規(guī)模時(shí)，令sA攫e= slagg+1，size = ssze '巧。
5. 根據(jù)權(quán)利要求1所述的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，其特征是；步驟6)中，初始余量巧 與感知矩陣列巧原子的相關(guān)系數(shù)F二聽IFj.二|<r，牽刮，j = l，2,.,A/}，r為當(dāng)前余量，牽,,為 感知矩陣的列元素。
【專利摘要】本發(fā)明公開一種基于正則化自適應(yīng)匹配追蹤的電力系統(tǒng)數(shù)據(jù)重構(gòu)方法，依據(jù)元素能量級別進(jìn)行分類，選擇能量最大的一組子集，同時(shí)加入稀疏度自適應(yīng)，從而在電能質(zhì)量信號稀疏度未知的情況下對電能質(zhì)量信號進(jìn)行重構(gòu)解壓縮；可以在迭代過程中自動調(diào)整所選原子數(shù)目來重構(gòu)稀疏度未知的電能質(zhì)量信號，采用轉(zhuǎn)換階段的方式逐步增加原子數(shù)，將同一個(gè)迭代過程分成多個(gè)階段，設(shè)置一個(gè)可變步長代替所選原子數(shù)目，相鄰兩個(gè)階段所對應(yīng)的支撐集的大小之差即為當(dāng)前步長，隨著步長的增加和支撐集的不斷增大，實(shí)現(xiàn)了在未知稀疏度的前提下步長逐步逼近稀疏度進(jìn)而精確重構(gòu)出電能質(zhì)量原始信號的目的，在保證了全局優(yōu)化的同時(shí)提高了電能質(zhì)量信號重構(gòu)的運(yùn)算速度。
【IPC分類】H03M7-30
【公開號】CN104601176
【申請?zhí)枴緾N201410700577
【發(fā)明人】劉國海, 吳翃軒, 沈躍, 劉慧 , 陳兆嶺
【申請人】江蘇大學(xué)
【公開日】2015年5月6日
【申請日】2014年11月28日