【技术实现步骤摘要】
本专利技术属于数据压缩与重构，具体涉及一种适用于物联网的电力设备传感量压缩重构方法及相关装置。
技术介绍
1、物联网(internet of things, iot)是一项潜力巨大的综合性技术，它通过部署具有传感、计算、执行和通信功能的各种设备获取物理世界的信息，并通过网络实现信息的传输、协调和处理，从而实现人与物、物与物之间的信息交换。将物联网技术应用于电力设备状态感知与故障监测，保证电力设备的安全稳定运行是建立能源互联网的硬件基础。
2、其中，传感器作为物联网数据的直接来源，需要采集大量数据并进行实时传输。而在实际的工程应用场景中，尽管传感器本身能够实现宽频带、高灵敏度的测量，但根据奈奎斯特定理，采样速度需要达到信号截止频率的两倍以上才能够实现信号的无损采样和传输，而这将明显提高信号采集和传输设备的经济成本。基于此，为了实现电力变压器传感数据的有效传输，有必要在信号感知侧对传感数据进行压缩、在信号处理侧对压缩数据进行重构。因此亟待提出有效的传感数据压缩方法与压缩数据的重构方法，从而实现电力变压器的全面感知。
技术实现思路
1、本专利技术的目的在于提供一种适用于物联网的电力设备传感量压缩重构方法及相关装置，实现了压缩向量的稀疏化，从而大大降低了对于物联网通信系统的传输速率的要求。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种适用于物联网的电力设备传感量压缩重构方法，包括：
4、获取传感量向量；
5、基于传感量向量长度构造字典矩阵，并基于所述字典矩阵对传感量向量进行压缩，得到压缩向量；所述字典矩阵由两个相关性尽可能小的基矩阵构成；
6、基于所述压缩向量和字典矩阵进行数据重构，得到重构数据。
7、进一步的，所述基于传感量向量长度构造字典矩阵，并基于所述字典矩阵对传感量向量进行压缩，得到压缩向量包括：
8、基于传感器向量长度 l构造字典矩阵，所述字典矩阵由两个相关性尽可能小的基矩阵φl×l和ψl×l组成；
9、所述基矩阵φl×l和ψl×l的相关性 μ通过下式计算：
10、
11、其中，和分别指矩阵的第 k行和矩阵的第 j列；
12、将字典矩阵的转置矩阵和传感器向量点乘，对传感器向量进行压缩，得到压缩向量。
13、进一步的，采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化。
14、进一步的，所述采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化，包括：
15、设置基矩阵初始值，初始化迭代变量 t= 0；
16、构造目标函数并基于所述目标函数进行迭代：
17、构造目标函数：，其中ε表示误差容限；
18、计算相关性系数 μ对基矩阵φ和ψ的偏导数，当所述偏导数关系满足目标函数时停止迭代；所迭代得到的第t次的基矩阵φt和ψt即为所求的字典矩阵的基矩阵；
19、否则，采用式（1）求解学习率 λt：
20、（1）
21、令
22、（2）
23、其中，和为第t+1次的两个基矩阵；计算基矩阵和的相关性 μ(φt+1, ψt+1)，当满足式（3）中任意一个不等式关系时停止迭代；
24、（3）
25、令 t= t+1，返回构造目标函数并基于所述目标函数进行迭代的步骤。
26、进一步的，基于所述字典矩阵对传感量向量进行压缩后，将压缩向量中小于阈值的元素置零，用置零处理后的压缩向量更新压缩向量。
27、进一步的，基于所述压缩向量和字典矩阵进行数据重构，得到重构数据包括：将压缩向量和字典矩阵相乘得到重构数据。
28、第二方面，本专利技术提供一种适用于物联网的电力设备传感量压缩重构系统，包括：
29、传感数据采集模块，用于获取传感量向量；
30、传感数据压缩模块，用于基于传感量向量长度构造字典矩阵，并基于所述字典矩阵对传感量向量进行压缩，得到压缩向量；所述字典矩阵由两个相关性尽可能小的基矩阵构成；
31、压缩数据重构模块，用于所述压缩向量和字典矩阵进行数据重构，得到重构数据。
32、进一步的，传感数据压缩模块包括：
33、字典矩阵构造模块，用于基于传感器向量长度构造字典矩阵；
34、压缩模块，用于基于所述字典矩阵对传感量向量进行压缩，得到压缩向量。
35、第三方面，本专利技术提供一种电子设备，包括：
36、至少一个处理器；以及，
37、与所述至少一个处理器通信连接的存储器；其中，
38、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本专利技术第一方面中任一项所述的一种适用于物联网的电力设备传感量压缩重构方法。
39、第四方面，本专利技术提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术第一方面中任一项所述的一种适用于物联网的电力设备传感量压缩重构方法。
40、与现有技术相比，本专利技术至少具有以下有益的技术效果：
41、本专利技术的传感数据压缩方法采用字典矩阵对传感数据进行转换，实现了压缩向量的稀疏化，稀疏化的数据可以更容易地进行压缩，从而大大降低了对于物联网通信系统的传输速率的要求，解决了物联网通信系统处理传感数据所需硬件性能要求过高的问题。本专利技术提出的传感数据重构方法，利用字典矩阵对压缩的传感数据进行重构，字典矩阵的相关性足够小，能最大程度上实现了数据的无损重构，传感数据在压缩和重构前后的损失可以忽略不计。所提出的方法对于提高电力变压器状态感知水平、实现电力变压器安全稳定运行有重要帮助。
42、进一步的，采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化，使得字典矩阵相关性 μ尽可能接近1，压缩后的数据量显著小于原始数据量，同时在同等稀疏条件下，失真率低，解压缩后的数据仍然能够保持原始数据的特性和价值。
本文档来自技高网...【技术保护点】
1.一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，包括：
2.根据权利要求1所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，所述基于传感量向量长度构造字典矩阵，并基于所述字典矩阵对传感量向量进行压缩，得到压缩向量包括：
3.根据权利要求2所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化。
4.根据权利要求3所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，所述采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化，包括：
5.根据权利要求1所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，基于所述字典矩阵对传感量向量进行压缩后，将压缩向量中小于阈值的元素置零，用置零处理后的压缩向量更新压缩向量。
6.根据权利要求1所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，所述基于所述压缩向量和字典矩阵进行数据重构，得到重构数据包括：将压缩向量和字典矩阵相乘得到重构数据。
<...【技术特征摘要】
1.一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，包括：
2.根据权利要求1所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，所述基于传感量向量长度构造字典矩阵，并基于所述字典矩阵对传感量向量进行压缩，得到压缩向量包括：
3.根据权利要求2所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化。
4.根据权利要求3所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，所述采用梯度下降迭代法对构成字典矩阵的两个基矩阵的相关性进行优化，包括：
5.根据权利要求1所述的一种适用于物联网的电力设备传感量压缩重构方法，其特征在于，基于所述字典矩阵对传感量向量进...
【专利技术属性】
技术研发人员：王文森，张璐，李良书，李旭，师一卿，韩彦华，蒲路，王南，尚宇，刘强，
申请(专利权)人：国网陕西省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。