【摘要】：針對電力信號的采集和壓縮問題,提出采用壓縮感知理論對電力信號進行壓縮采樣和重構(gòu)的方法,避免了傳統(tǒng)的冗余采樣。首先對采用壓縮感知理論進行電能信號壓縮采樣的可行性進行了分析,并討論了幾種典型的壓縮感知重構(gòu)算法的具體實現(xiàn)方法和特性;然后采用這些算法,對一維稀疏信號和傅里葉變換基下稀疏的含有諧波和間諧波的電力信號進行重構(gòu)實驗。仿真結(jié)果表明,貪婪類壓縮感知重構(gòu)算法計算復雜度低、速度快,更適合一維電力信號的重構(gòu),其中SAMP算法可以在稀疏度未知的情況下,使用更少的采樣值精確重構(gòu)原始信號。
[Abstract]:Aiming at the problem of power signal acquisition and compression, a compression sensing theory is proposed to compress and reconstruct the power signal, which avoids the traditional redundant sampling. Firstly, the feasibility of compressed sensing theory for power signal compression sampling is analyzed, and the specific implementation methods and characteristics of several typical compression sensing reconstruction algorithms are discussed, and then these algorithms are adopted. In this paper, the sparse power signals with harmonics and interharmonics under one dimensional sparse signal and Fourier transform basis are reconstructed. The simulation results show that the greedy compression perceptual reconstruction algorithm has the advantages of low computational complexity and high speed, and it is more suitable for the reconstruction of one-dimensional power signals. The SAMP algorithm can accurately reconstruct the original signals with fewer sampling values when the sparsity is unknown.
【作者單位】： 東北石油大學秦皇島分校;燕山大學電氣工程學院河北省測試計量技術(shù)及儀器重點實驗室;
【基金】：秦皇島市科技支撐計劃項目(201302A042)
【分類號】：TM711;TN911.7

【參考文獻】

相關(guān)期刊論文 前6條

1 張明;李開成;胡益勝;;基于JPEG2000的電能質(zhì)量擾動數(shù)據(jù)壓縮方法[J];電工技術(shù)學報;2011年10期

2 管春;周雒維;盧偉國;劉奇;;基于圖像平滑算法的電能質(zhì)量數(shù)據(jù)壓縮方法[J];電力自動化設(shè)備;2011年08期

3 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學報;2011年07期

4 鄭偉彥;吳為麟;;基于混合小波包的電能質(zhì)量數(shù)據(jù)壓縮算法[J];電工電能新技術(shù);2010年03期

5 鮑文;周瑞;劉金福;;基于二維提升小波的火電廠周期性數(shù)據(jù)壓縮算法[J];中國電機工程學報;2007年29期

6 周厚奎;;基于小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動信號數(shù)據(jù)壓縮[J];電力自動化設(shè)備;2007年03期

【共引文獻】

相關(guān)期刊論文 前10條

1 劉春燕;王建軍;王文東;王堯;;基于非凸極小化的擾動壓縮數(shù)據(jù)分離[J];電子學報;2017年01期

2 王強;張培林;王懷光;楊望燦;陳彥龍;;壓縮感知中測量矩陣構(gòu)造綜述[J];計算機應(yīng)用;2017年01期

3 陳雷;鄭德忠;王忠東;;基于壓縮感知的電力信號壓縮與重構(gòu)研究[J];電測與儀表;2017年01期

4 林思銘;彭衛(wèi)東;林志國;李瑞;;改進的卡爾曼濾波壓縮感知信道估計算法[J];探測與控制學報;2016年06期

5 張曉東;董唯光;郭俊鋒;湯e，

本文編號：2219793