[发明专利]一种基于实时压缩感知的多地区电力控制方法

摘要

本发明提出一种基于实时压缩感知的多地区电力控制方法，压缩感知指的是原始信号以远低于奈奎斯特率进行采样，得到小于原始信号维数的测量值进行传输，再通过重构算法从测量值精确地恢复原始信号。压缩感知使得带宽受限的通信网络能传输更多的信号和提高了信号传输效率。本发明在多个地区传输电力信号时引入了压缩感知，减少了传输信号的维数，但在重构缓冲器仍被精确重构信号。由于电力信号在时域上是非稀疏信号，需要对其进行稀疏表示。本发明使用了字典学习算法，通过字典学习算法训练出稀疏字典使得电力信号通过它转换成稀疏向量，然后信号在重构时使用重构算法从稀疏字典和测量矩阵中重构稀疏向量，最后通过稀疏向量恢复原始信号。

主权项

一种基于实时压缩感知的多地区电力控制方法，其特征在于，包括以下步骤：S1：每个地区电力系统通过初级控制，次级控制，调速器，限幅，叶轮，旋转惯量和负载以及相邻地区的互连增益产生原始电力信号；S2：信号的稀疏表示:使用字典学习算法对多地区电力系统信号做稀疏变换得到稀疏矩阵，所述字典学习算法是将信号作为稀疏字典设计的输入信号，通过学习算法训练出匹配信号特征的稀疏字典；即：对于信号X＝[x1,x2,…,xK]∈RN×K，其稀疏字典Di＝[d1,d2,…,dL]，其中di∈RN,(i＝1,2,…,L)为字典原子，字典原子个数为L，且L≥N，稀疏信号V＝[v1,v2,…,vK]∈RL×K，即可通过下面形式求得最优解：minD,V||X‑DV||2s.t.||vi||0≤s0 1≤i≤K   (1)其中s0为稀疏向量的0范数约束；S3：信号的压缩编码：利用测量矩阵A对信号进行压缩测量，得到测量值Y；S4：信号的重构：根据得到测量值Y和稀疏字典D，恢复出投影到稀疏字典D的稀疏矩阵进而得到原始信号