[发明专利]基于改进的压缩采样匹配追踪的电能质量信号重构方法

说明书

本发明公开了一种基于改进的压缩采样匹配追踪的电能质量信号重构方法，采用压缩感知理论对电能质量信号进行采样重构。首先运用该方法在感知矩阵中寻找与残差相关度满足阈值条件的原子存入候选集；其次更新候选集中的原子，并使用最小二乘法估计稀疏信号；最后通过回溯方法对候选集的原子进行二次选择，同时更新残差与支撑集。如果满足迭代停止条件则停止迭代，否则继续循环直至满足停止条件。本发明能够对各种电能质量扰动信号进行高效重构，能在保证重构质量的同时兼顾重构速度，以较少的采样点完成对信号的重构。对于电能质量扰动信号的分析处理有重要的意义。

技术领域

本发明涉及电能质量扰动信号压缩重构方法，具体涉及一种基于改进的压缩感知理论的电能质量信号压缩采样匹配追踪重构算法。

背景技术

随着科学技术迅猛发展，智能电网成为电网技术发展的必然趋势，安全，稳定的运行是智能电网的必然要求。这就对电网电能质量信号数据的获取提出了较高的要求，传统的电能质量信号采集都是建立在奈奎斯特(Nyquist)采样定理的前提下，即采样频率要大于信号最高频率的2倍，而且采样获得的很多数据都是无用的，这不但大大增加了采样数据，而且对数据的传输也有很大的负担。因此，研究一种低采样率的技术对电能质量信号的检测，分析和处理具有重要的意义和前景。

压缩感知理论(Compressed Sensing,CS)正是在这样的背景下被提出来的，该理论一经提出就受到广泛的关注，该理论表明：如果一个信号是稀疏的或者是在某个变换域下是稀疏的，那么就可以采集少量的数据高概率的恢复出原信号。CS理论为信号处理领域打开了一扇新的大门，它突破了奈奎斯特采样定理的限制，因此受到图像处理，医疗成像，地质勘探，雷达探测等领域专家学者的高度关注，更是被美国科技评论评为“2007年度十大科技进展”。

本发明是基于压缩采样匹配追踪方法开展的。本发明创新性地对原方法进行了改进，并将其运用于电能质量扰动信号的压缩重构中，为电能质量信号的分析处理开辟了新思路。

发明内容

针对传统电能质量信号压缩重构方法存在的不足，为提高压缩采样匹配追踪方法的重构性能。本发明提出了一种基于改进的压缩采样匹配追踪的电能质量信号重构方法，该方法首先对电能质量信号进行傅立叶稀疏变换，然后对电能质量信号使用高斯随机矩阵进行观测，最后采用改进的压缩采样匹配追踪算法对电能质量信号进行重构。

基于改进的压缩采样匹配追踪的电能质量信号重构方法，具体包括如下步骤：

步骤1，在MATLAB仿真实验平台上，根据国家电能质量扰动信号标准，生成常见电能质量扰动信号，如电压暂升、电压暂降、电压中断、暂态振荡、短时谐波、电压尖峰、电压凹陷和电压波动等；

步骤2，对电能质量扰动信号的重构进行初始化：初始残差r₀＝y，初始候选集初始支撑集迭代次数t＝1；

步骤3，根据模糊阈值方法选择当前残差与感知矩阵的相关度满足要求的原子存入候选集C_t中；

步骤4，将本次候选集与上次迭代的支撑集进行合并，并估计出稀疏信号

步骤5，在上一步中估计的稀疏信号b中挑选出绝对值最大的K项存入θ，并相应的更新支撑集F_t，残差r_t＝y-Αθ，计算当前残差与感知矩阵的相关度

步骤6，检验是否满足迭代停止条件|w_t-1-w_t|＜γ，若不满足，那么t＝t+1返回步骤3继续迭代，若满足，则输出重构信号x＝Ψθ。