压缩传感在电能质量扰动信号分析中的应用

吉林大学学报(信息科学版) ›› 2014, Vol. 32 ›› Issue (6): 618-623.

压缩传感在电能质量扰动信号分析中的应用

于华楠¹, 张敬傑², 代芳琳¹

1. 东北电力大学信息工程学院, 吉林吉林 132012; 2. 吉林大学物理学院, 长春 130012

收稿日期:2014-10-22 出版日期:2014-11-25 发布日期:2015-01-09
作者简介:于华楠（1981—）, 女, 吉林省吉林市人, 东北电力大学副教授, 博士, 主要从事压缩传感理论、水声通信和无线通信信道估计研究, (Tel)86-13704410175(E-mail)yhn810117@163.com。
基金资助:
国家自然科学基金资助项目（551307020）

Application of Power Quality Disturbance Signal Based on Compressed Sensing

YU Huanan¹, ZHANG Jingjie², DAI Fanglin¹

1. College of Information Engineering, Northeast Dianli University, Jilin 132012, China;2. College of Physics, Jilin University, Changchun 130012, China

Received:2014-10-22 Online:2014-11-25 Published:2015-01-09

摘要/Abstract

摘要：

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。

关键词: 压缩传感, 电能质量, 扰动信号, 字典, 分析

Abstract:

In power quality disturbance signal analysis, traditional signal processing methods are based on Nyquist sampling theorem. Sampling of huge amount data and sampling time are long, wasting sampling resources. The CS(Compressed Sensing) is put foruard in the application of the power quality disturbance signal analysis. Compressed sensing algorithm is not based on the Nyquist sampling theorem. Sampling and compression are made at the same time reduceing the amount of data collected and sampling rate. Based on compressed sensing a complete dictionary design, realized the compressed sensing d
etection of multiple power quality disturbance signals at the same time, also has realized the compressed sensing signal on the one dimensional and two dimensional reconstruction. And the reconstruction of power quality disturbance signal analysis. Experimental results show that compared with the traditional signal processing method of power quality disturbance, the effect of the algorithm in the amount of sampling data, refactoring has improved, the reconstructed signal error smaller and more accurate analysis of the signal.

Key words: compressed sensing(CS), power quality, disturbance signal, dictionary, analysis

中图分类号:

TM933

于华楠, 张敬傑, 代芳琳. 压缩传感在电能质量扰动信号分析中的应用[J]. 吉林大学学报(信息科学版), 2014, 32(6): 618-623.

YU Huanan, ZHANG Jingjie, DAI Fanglin. Application of Power Quality Disturbance Signal Based on Compressed Sensing[J]. Journal of Jilin University(Information Science Ed, 2014, 32(6): 618-623.

[1]	冯星凯, 王玉惠, 秦晅, 吴庆宪. 基于动态方程的高超声速飞行器姿态协调控制[J]. 吉林大学学报(信息科学版), 2018, 36(2): 133-141.
[2]	李松, 罗代洪. 有机分析实验室 LIMS 系统的开发与应用[J]. 吉林大学学报(信息科学版), 2018, 36(1): 85-89.
[3]	朱瑾, 李建松, 蒋子龙, 申力. 区域人口空间分布多尺度动态分析方法研究[J]. 吉林大学学报(信息科学版), 2017, 35(5): 533-543.
[4]	黄思慧, 陈万忠, 李晶. 基于 PCA 和 ELM 的网络入侵检测技术[J]. 吉林大学学报(信息科学版), 2017, 35(5): 576-583.
[5]	杨永健, 聂瑜, 吴洋, 孙广志, 杨仲尧. 基于 SVM 新的情感计算方法[J]. 吉林大学学报(信息科学版), 2017, 35(4): 438-442.
[6]	仲伟敬, 邢立新, 王凯, 樊瑞雪. 油砂波谱专题数据库的设计与开发[J]. 吉林大学学报(信息科学版), 2017, 35(4): 454-460.
[7]	王贺,邓茂云,姜守坤,李明明,宗宇轩,刘富 . 改进的双边二维线性判别分析的手背静脉识别[J]. 吉林大学学报(信息科学版), 2017, 35(1): 32-36.
[8]	姚建红,张海鸥,张守宇,李梦达,杨婷 . 基于动态窗模极大值的暂态扰动自动检测[J]. 吉林大学学报(信息科学版), 2016, 34(6): 761-766.
[9]	王新颖, 岳远扬. 基于张量子空间的三维模型特征提取及检索方法[J]. 吉林大学学报(信息科学版), 2016, 34(5): 645-650.
[10]	甄武斌, 王玉惠, 吴庆宪, 邵鹏. 基于耦合分析的高超声速飞行器纵向协调控制[J]. 吉林大学学报(信息科学版), 2016, 34(5): 626-634.
[11]	张冰冰, 史东承, 梁超. 基于LMP-KCPA 的人体动作识别方法[J]. 吉林大学学报(信息科学版), 2016, 34(3): 407-412.
[12]	崔广才, 赵鑫焱, 左思源, 刘晓强. 基于时间序列分析的独居老人活动量研究[J]. 吉林大学学报(信息科学版), 2016, 34(3): 427-433.
[13]	姚明海, 王娜, 林英建. 基于特征融合的视频异常事件检测方法[J]. 吉林大学学报(信息科学版), 2016, 34(3): 441-448.
[14]	岳晓峰, 胡继文. 铝型材表面喷涂质量的图像检测与研究[J]. 吉林大学学报(信息科学版), 2016, 34(3): 413-418.
[15]	于镝, 董巍, 任伟建. 多智能体网络有限时间聚集控制[J]. 吉林大学学报(信息科学版), 2016, 34(3): 345-350.