基于稀疏分段压缩感知电能质量重构研究
张瀚文1
刘玥2
许多1
1.郑州电力高等专科学校电力工程学院,河南郑州 4500002.河南科技大学莫动理工学院,河南洛阳 471000
摘要：随着智能电网和电力物联网的发展,为了提高电能质量数据压缩采样的效率,利用压缩感知理论对电能质量数据进行压缩重构.在研究过程中发现虽然压缩感知理论能够减少数据的冗余性,但重构过程中的测量矩阵较大,占用过多存储空间和计算时间.研究利用电能质量数据的周期性和冗余性将电能质量数据看作一列矩阵,均匀切分为大小相同的列,同时采用模式相似性检测筛选对分段电能质量数据进行分类,依据数据与标准正弦函数之间的关系分为:标准电能质量和畸变电能质量,对相应的分段筛选矩阵分别构造随机高斯矩阵,以降低测量矩阵的大小和数量,一定程度上解决重构算法计算复杂、时间过长的问题,提高压缩感知重构电能质量数据算法的执行速度.
关键词：电能质量数据压缩感知稀疏分段压缩采样
分类号：TM711(输配电工程、电力网及电力系统)
资助基金：河南省科技厅科技攻关项目(24210224019)郑州电力高等专科学校校级科研项目(ZEPCKY2023-05)
论文发表日期：2024-08-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-7,17 )
英文信息