基于压缩感知的含扰动电能质量信号压缩重构方法技术

本发明专利技术涉及一种基于压缩感知的含扰动电能质量信号压缩重构方法，包括以下步骤：步骤S1:建立多频泰勒傅里叶模型；步骤S2:通过改变模型频率分辨率的方式提高模型的估计精度，并利用频率分辨率和频率指数表示电能质量信号的频率，得到重构多频泰勒傅里叶模型；步骤S3：利用指数最优化问题求解重构多频泰勒傅里叶模型，将电能质量信号压缩重构问题转化为求解压缩感知CS;步骤S4:利用后向子空间匹配追踪算法压缩感知CS，得到频率相量和频率指数得到相量估计值，频率估计值，和频率变化率估计值。本发明专利技术能在有效检测多频动态信号的谐波和间谐波相量的同时，还可以估计谐波，间谐波频率和谐波变化率。和谐波变化率。和谐波变化率。

【技术实现步骤摘要】
基于压缩感知的含扰动电能质量信号压缩重构方法


[0001]本专利技术涉及数据处理领域，具体涉及一种基于压缩感知的含扰动电能质量信号压缩重构方法。

技术介绍

[0002]随着电力系统的发展，大量变频、整流装置、电弧炉等非线性设备的接入，使电网谐波污染加重，导致敏感电力电子设备故障、变压器发热等诸多问题。电力系统谐波/间谐波分析作为电能质量分析的重要组成部分，可以为治理谐波污染、电能计量、通信、高阻故障检测和谐波潮流计算等研宄提供重要的科学依据。此外，准确测量分析谐波/间谐波还可为谐波源定位、谐波发射水平估计以及谐波责任划分等提供非常重要的理论依据，具有非常重要的现实意义。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于压缩感知的含扰动电能质量信号压缩重构方法，能在有效检测多频动态信号的谐波和间谐波相量的同时，还可以估计谐波，间谐波频率和谐波变化率。
[0004]为实现上述目的，本专利技术采用如下技术方案：
[0005]一种基于压缩感知的含扰动电能质量信号压缩重构方法，包括以下步骤：
[0006]步骤S1:根据设定的采样窗长，将电能质量信号分割成若干个短数据序列，引入泰勒系数展开表示电能质量信号，并利用短时傅里叶方法建立多频泰勒傅里叶模型；
[0007]步骤S2:基于步骤S1构建的多频泰勒傅里叶模型，通过改变模型频率分辨率的方式提高模型的估计精度，并利用频率分辨率和频率指数表示电能质量信号的频率，得到重构多频泰勒傅里叶模型；
[0008]步骤S3：利用指数最优化问题求解重构多频泰勒傅里叶模型，将电能质量信号压缩重构问题转化为求解压缩感知CS；
[0009]步骤S4:利用后向子空间匹配追踪算法压缩感知CS，得到频率相量和频率指数得到相量估计值，频率估计值，和频率变化率估计值。
[0010]进一步的，所述步骤S1具体为：
[0011]设含扰动的电能质量信号为s(t)：
[0012][0013]其中，f
u
、a
u
(t)和分别为基波、各次谐波和间谐波的频率集合，幅值集合和相位集合；
[0014]使用泰勒展开，再利用短时傅里叶变换的方式，得到电能质量信号的多频泰勒傅里叶模型；
[0015][0016]其中，Q表示大小为N
W
×
N(K+1)，且指数项的TF基的矩阵，N为信号中频率的个数；p是长度为N(K+1)的列向量，且包含着TF系数，T
s
为采样间隔。
[0017]进一步的，所述步骤S2具体为：
[0018]引入插值因子P改变S1中模型的频率分辨率，并使用该参数和频率指数来近似表示频率，将电能质量信号的多频泰勒傅里叶模型重构为
[0019][0020]其中，Q表示大小为N
W
×
N(K+1)，且指数项的TF基的矩阵，N为信号中频率的个数；p是长度为N(K+1)的列向量，且包含着TF系数，T
s
为采样间隔。
[0021]进一步的，所述步骤S3具体为：利用指数最优化问题求解重构模型，得到下式
[0022][0023]||s
‑
Qp||2≤η
[0024]其中，||p||0为求解p中非0元素的个数；为||p||0的最小值；η为求解p的阈值。
[0025]进一步的，所述步骤S4具体为：
[0026]步骤S41:初始化残差l0和索引集，并假定向前步长和向后步长分别为为L1和L2；
[0027]步骤S42:计算Θ＝WD的各列向量与上次迭代的残差余量ε
y
‑1的内积<Θ,ε
y
‑1>，并取幅值最大的前L1项的索引存入集合I1；
[0028]步骤S43:合并索引集I
y
＝I
y
‑1∪I1，利用集合I1计算p在Θ
It
上的正交投影系数x
p
＝(Θ
Iy
)
*
p；
[0029]步骤S44:然后，将x
p
后L2个幅值最小项的坐标存入集合I2，再按照I2在I
t
中的位置修剪I
y
，获得包含L1‑
L2个元素的索引集I
y
；
[0030]步骤S45:求解进而计算本次迭代残差满足循环条件，则重复计算否则跳出循环，并输出解向量
[0031]步骤S46:根据BSMP算法求解得到频率相量和频率指数，求解相量估计值，频率估计值，和频率变化率估计值
[0032][0033]其中，为p的第r
h
列，和分别为的零阶导数，零阶导数的共轭，一阶导数和二阶导数。
[0034]本专利技术与现有技术相比具有以下有益效果：
[0035]本专利技术能在有效检测多频动态信号的谐波和间谐波相量的同时，还可以估计谐波，间谐波频率和谐波变化率。
附图说明
[0036]图1是本专利技术方法流程图；
[0037]图2是本专利技术一时实施例中检测结果图。
具体实施方式
[0038]下面结合附图及实施例对本专利技术做进一步说明。
[0039]请参照图1，本专利技术提供一种基于压缩感知的含扰动电能质量信号压缩重构方法，包括以下步骤：
[0040]步骤S1:根据设定的采样窗长，将电能质量信号分割成若干个短数据序列，引入泰勒系数展开表示电能质量信号，并利用短时傅里叶方法建立多频泰勒傅里叶模型；
[0041]在本实施例中，设含扰动的电能质量信号为s(t)，并且表示为：
[0042][0043]使用泰勒展开，再利用短时傅里叶变换的方式，得到电能质量信号的多频泰勒傅里叶模型。
[0044][0045]其中，Q表示大小为N
W
×
N(K+1)，且指数项的TF基的矩阵，N为信号中频率的个数。p是长度为N(K+1)的列向量，且包含着TF系数，T
s
为采样间隔。
[0046]步骤S2:基于步骤S1构建的多频泰勒傅里叶模型，通过改变模型频率分辨率的方式提高模型的估计精度，并利用频率分辨率和频率指数表示电能质量信号的频率，得到重构多频泰勒傅里叶模型；
[0047]在本实施例中，引入插值因子P改变S1中模型的频率分辨率，并使用该参数和频率指数来近似表示频率。将S1中的模型重构为
[0048][0049]步骤S3：利用指数最优化问题求解重构多频泰勒傅里叶模型，将电能质量信号压缩重构问题转化为求解压缩感知CS；
[0050]在本实施例中，利用指数最优化问题求解重构模型，得到下式
[0051][0052]||s
‑
Qp||2≤η
[0053]其中，||p||0为求解p中非0元素的个数；为||p||0的最小值；η为求解p的阈值。
[0054]步骤S4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于压缩感知的含扰动电能质量信号压缩重构方法，其特征在于，包括以下步骤：步骤S1:根据设定的采样窗长，将电能质量信号分割成若干个短数据序列，引入泰勒系数展开表示电能质量信号，并利用短时傅里叶方法建立多频泰勒傅里叶模型；步骤S2:基于步骤S1构建的多频泰勒傅里叶模型，通过改变模型频率分辨率的方式提高模型的估计精度，并利用频率分辨率和频率指数表示电能质量信号的频率，得到重构多频泰勒傅里叶模型；步骤S3：利用指数最优化问题求解重构多频泰勒傅里叶模型，将电能质量信号压缩重构问题转化为求解压缩感知CS；步骤S4:利用后向子空间匹配追踪算法压缩感知CS，得到频率相量和频率指数得到相量估计值，频率估计值，和频率变化率估计值。2.根据权利要求1所述的基于压缩感知的含扰动电能质量信号压缩重构方法，其特征在于，所述步骤S1具体为：设含扰动的电能质量信号为s(t)：其中，f
u
、a
u
(t)和分别为基波、各次谐波和间谐波的频率集合，幅值集合和相位集合；使用泰勒展开，再利用短时傅里叶变换的方式，得到电能质量信号的多频泰勒傅里叶模型；其中，Q表示大小为N
W
×
N(K+1)，且指数项的TF基的矩阵，N为信号中频率的个数；p是长度为N(K+1)的列向量，且包含着TF系数，T
s
为采样间隔。3.根据权利要求1所述的基于压缩感知的含扰动电能质量信号压缩重构方法，其特征在于，所述步骤S2具体为：引入插值因子P改变S1中模型的频率分辨率，并使用该参数和频率指数来近似表示频率，将电能质量信号的多频泰勒傅里叶模型重构为
其中，Q表示大小为N
W
×
N(K+1)...

【专利技术属性】
技术研发人员：林焱，方晓玲，许双婷，兰金晨，林芳，黄霆，张慧瑜，黄道姗，吴丹岳，陈晓强，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
类型：发明
国别省市：