基于压缩感知的稀疏度自适应超高次谐波检测算法

近年来,越来越多运用电力电子器件的电气设备接人电力系统,配电网中超高次谐波发射水平的持续上升已经成为电网中亟需解决的电能质量问题之一.文中提出了一种基于压缩感知的稀疏度自适应超高次谐波检测算法,该方法基于快速傅里叶变换系数和狄利克雷核函数,结合插值因子,构建高精度的压缩感知模型;同时,文中引入了稀疏度自适应的概念,提出通过稀疏度自适应的匹配重构算法获得待检信号中超高次谐波的频率和幅值.改进算法提高了超高次谐波重构幅值的精度,减小了无法预估待检信号稀疏度而造成的误差.仿真结果证明了改进算法的准确性和有效性.     

基于加窗插值压缩感知的谐波/间谐波检测方法

针对压缩感知在傅里叶变换基下,对谐波畸变信号进行变换时会产生频谱泄漏和栅栏效应的问题,提出一种基于加窗插值的压缩感知(WI-CS)算法。该算法结合二进制稀疏测量矩阵和六项五阶余弦窗,构造出一种新型窗稀疏测量(WSM)矩阵,经重构得到稀疏向量后,利用四谱线插值修正公式,对谐波间谐波各参数进行精确检测。通过MATLAB仿真,结果表明文章所提方法能够在较少的采样数据下,具有较高的检测效率以及一定的抗噪声能力。     

基于动态采样压缩感知的超谐波监测方法EI北大核心CSCD

随着电力电子器件向着智能高频化发展以及分布式新能源的大规模并网,超谐波引发的电能质量问题日益凸显,然而,由于超谐波信号非平稳、宽频域等特性导致其监测难度相对较大。因此,该文提出一种基于动态采样压缩感知的超谐波监测方法。在采样端,设计动态压缩采样法,对超谐波信号施加柔性时窗,通过引入尺度伸缩因子实现对窗口宽度的反馈型柔性调制。同时,理论证明时窗内超谐波信号的稀疏性,从而突破Nyquist高频采样局限,实现超谐波信号低速动态压缩采样。在重构端,设计变步长稀疏度自估计子空间追踪–动态基追踪(variable step sparsity estimation subspace pursuit-dynamic basis pursuit,VSSESP-DBP)动态重构算法。以变步长稀疏度自估计子空间追踪(variable step sparsity estimation subspace pursuit-dynamic basis pursuit,VSSESP)算法求得初始解,在初始解的基础上,提出动态基追踪(dynamic basis pursuit,DBP)算法,利用信号支撑集的时间相关性,将上一时刻解作为先验信息提升重构信号求解速度,克服了传统算法连续重构时计算复杂度高、实时性差的弊端。最后,采用风电并网模型对超谐波信号实验,测试结果表明,所提方法可实现超谐波的动态监测和精确重构,并且具有信号低采样数据量,重构准确度高和快速性优势。     

准稀疏信号的压缩感知重构

压缩感知(CS)理论是在已知信号具有稀疏性或可压缩性的条件下,对其进行数据采集、编解码的新理论.信号的稀疏性是使用压缩感知的前提,而处理的准稀疏信号在目前压缩感知框架下不满足稀疏性,但可通过预处理使其满足该特性.采用OMP重构算法,通过对信号直接进行压缩感知重构、经某个域上分解后的压缩感知重构和预处理的压缩感知重构3种...     

动态压缩感知理论研究综述

动态压缩感知是静态传统压缩感知向动态信号的拓展,广泛应用于医学上的磁感应成像和目标追踪等领域。 由于工程 中的动态信号在某一转换基下具有随时间缓慢变化的稀疏特性,因而可以运用欠定的测量矩阵对其进行压缩。 动态压缩感知 理论主要包括动态信号的稀疏表示、动态压缩测量过程和动态信号的重构 3 个方面的研究内容。 全面综述动态压缩感知的基 本概念,归纳总结现有动态压缩感知理论中对动态信号的建模方法;对已有的动态信号重构算法进行了归类,并详述了各类算 法的计算思路;最后介绍了动态压缩感知的典型应用,并对动态压缩感知信号重构算法的研究前景进行了探讨。     

基于压缩感知的电力信号压缩与重构研究*

针对电力信号的采集和压缩问题,提出采用压缩感知理论对电力信号进行压缩采样和重构的方法,避免了传统的冗余采样。首先对采用压缩感知理论进行电能信号压缩采样的可行性进行了分析,并讨论了几种典型的压缩感知重构算法的具体实现方法和特性;然后采用这些算法,对一维稀疏信号和傅里叶变换基下稀疏的含有谐波和间谐波的电力信号进行重构实验。仿真结果表明,贪婪类压缩感知重构算法计算复杂度低、速度快,更适合一维电力信号的重构,其中SAMP算法可以在稀疏度未知的情况下,使用更少的采样值精确重构原始信号。     

压缩感知理论及其电能质量应用与展望

压缩感知理论是信号采样与处理领域的热点和前沿,在电能质量检测中具有很好的应用前景。为此,对压缩感知理论及其电能质量应用与展望进行综述。阐述了现有电能质量扰动信号采样和分析方法的不足,介绍了稀疏分解与压缩感知的基本概念和发展现状,重点介绍了压缩感知理论的3个基础关键问题:稀疏表示、非相关观测和非线性优化重构;同时,着重介绍了时频原子稀疏分解和压缩感知理论在电力系统电能质量扰动信号中的应用现状。最后,给出了电能质量扰动信号稀疏分解和压缩感知理论的下一步研究展望。     

密集型谐波检测的压缩采样方法

压缩采样已成为电力系统中复杂谐波畸变信号实时采集和密集检测的发展趋势。文中针对谐波和间谐波检测,提出一种新型压缩采样检测方法。分析得到稀疏度的相关定理和推论,提出多重提取梯度追踪(MEGP)算法,提升谐波分量、特别是间谐波分量的检测精度。考虑频谱泄漏影响,构造窗稀疏测量(WSM)矩阵,生成简单且对所有分量有效。实验表明,MEGP算法至少可将频率、幅值、相位检测精度分别提升0.000 53Hz、0.011 2个百分点和0.071°,WSM矩阵则可将信噪比提升约30dB。所提压缩采样检测方法对频率、幅值和相位的检测误差在0.004 03 Hz、0.001 73%和0.037 221°以内,满足国家标准要求。     

压缩感知理论在MIMO雷达目标测量中的应用

目前,压缩感知理论和多输入多输出（MIMO）雷达系统得到了越来越多研究人员的关注。压缩感知理论已经成功应用在图像处理、无线通信等领域;MIMO雷达在目标检测中有着重要的应用。主要分析了压缩感知理论在MIMO雷达信号目标检测方面的应用。MIMO雷达系统通过多个发射天线发射一组正交探测信号（例如：频分窄带线性调频信号）,这些信号遇到空间中的运动目标后发生反射,回波被一组MIMO雷达接收天线接收。基于压缩感知理论,实现了从MIMO雷达接收的回波信号中提取匀速运动的目标、测量目标的速度和方位角,并在MATLAB仿真环境下取得了良好的效果。     

基于压缩感知的智能电能表信号压缩

需求响应与功率分解等复杂任务对于高采样率功率信号的精确获取提出了更高的要求。针对这一问题,设计一种基于压缩感知(Compressed Sensing,CS)的智能电能表功率信号压缩方法,以支持智能电能表的窄带宽、低能耗条件下的信号传输。分析了各类负载的特性,提出了对于智能电能表功率信号的经验模型,作为信号压缩的基础。通过实验验证了经验模型的有效性,并得到了适用于压缩感知方法的最优表示矩阵与投影矩阵生成方案,说明了压缩感知方法相比基于小波变换的压缩方法在信号重建效果上的优势。     

瞬时无功功率理论在谐波检测中的应用

介绍了瞬时无功功率理论在谐波和无功电流实时检测方面的应用。利用Matlab仿真软件,对基于瞬时无功功率理论谐波检测方法进行了仿真研究,并对仿真结果进行了详细地分析。仿真结果表明:基于瞬时无功功率理论谐波检测方法可以准确、实时地检测出三相电流中的谐波电流及无功电流,验证了分析的正确性和措施的有效性,可为抑制谐波和无功补偿提供可靠的谐波及无功电流分量。     

基于压缩感知的冲击波超压场重建方法

在实际爆炸试验中,由于观测点数据稀疏,重建区域大等因素造成了数据量不足,利用传统迭代重建算法来重建冲击波超压场有其局限性。为提升单投影角度不完全投影数据条件下的成像效果,提出了一种基于TV最小化联合字典学习的冲击波超压场重建方法。结合压缩感知在稀疏约束方面的优势,利用TV正则化方法优化冲击波超压场的边缘信息,通过字典学习方法提高超压场内部细节信息的刻画程度,能够用较少的数据来重建冲击波超压场。经试验验证,与SART重建算法相比,TV-DL方法的重建精度有明显提升,其RMSE值降低了近40m/s,且在每个网格内的相对误差减少了2.5%左右,实现了一种更高效的重建方法,在武器弹药毁伤评估、工程防护等领域,具有一定的理论意义和工程应用价值。     

改进型小波包变换的谐波检测研究

针对当前利用小波包变换算法提取直流提升机中非稳定型信号时存在的信号混叠问题,提出一种改进型小波包变换算法,该改进型算法在起始时对引起混叠的基波进行分离,从而消除引起的影响,进而能准确地提取出非平稳信号的特征信息.仿真实验表明,0.04s后重构的信号与基波信号的重合精度在1％以内,并通过设计硬件检测系统进行现场实验.实验...     

一种基于ip-iq法的三相4线制系统谐波检测改进方法

为了提高传统三相4线制电力系统谐波电流检测方法的精度,首先分析了传统的三相4线制中谐波电流检测存在的不足,并针对不足提出了基于瞬时无功功率理论的传统三相4线制谐波检测的两点改进方法,最后采用MATLAB仿真软件对改进方法进行了仿真,仿真波形显示,通过改进方法补偿后的三相电流获得了较好的改善.理论分析和仿真结果证明了这种改进方法的可行性和实时性.     

改进小波阈值去噪法在谐波检测中的应用

针对电力系统谐波检测中传统的软、硬阈值去噪方法不能有效的解决噪声干扰的问题,提出了一种新的去噪算法:改进软硬阈值折衷法。对模拟的电力系统信号分别采用传统的硬、软阈值法、软硬阈值折衷法和文中方法进行Matlab仿真,定量对比分析得出结论:改进软硬阈值折衷法能够更好的解决噪声干扰问题,去噪信号的的信噪比得到提高,均方根误差得到减少,重构后信号能更好还原原始信号,去噪效果好,实用价值较高。     

p-q法在三相四线制电路谐波检测中的应用

由于C32变换要求三相电流之和为零,p-q谐波检测法一般直接用于三相三线制电路。当p-q法用于三相四线制电路中时,一般的做法是先减去电流中的零序谐波分量。本文提出可以在三相四线制电路中直接用p-q法检测系统的谐波分量,包含零序分量。仿真实验也验证了这种方法是可行的。