电能质量扰动识别的小波压缩感知方法

论文摘要

为改善基于小波电能质量信号扰动识别中存在数据量大、识别率不高的不足,提出一种电能质量扰动识别的小波压缩感知新方法。该方法首先确定扰动信号在小波域中的稀疏性,利用小波压缩感知降维,获得少量测量数据,应用正交匹配追踪算法求取各层稀疏系数组成稀疏矩阵;然后提取稀疏系数的最大值、标准差、峭度等组成特征向量,输入神经网络系统训练并实现分类识别。该方法具有采样数据少、处理方便、特征提取简单等特点。仿真结果表明,针对典型的7类单一扰动和复合扰动信号,所提方法在理想环境下识别率分别达到99.50%和99.43%,噪声环境下识别率分别达到97%和98%以上,拥有较强的鲁棒性和较好的准确性。

论文目录

• 1 压缩感知理论
•   1.1 稀疏表示
•   1.2 测量矩阵
•   1.3 重构算法
• 2 基于小波稀疏基的电能质量压缩感知扰动识别
•   2.1 CS-SWT识别原理
•   2.2 电能质量扰动信号的压缩感知
•   2.3 特征提取
•   2.4 CS-SWT识别算法的实现
• 3 算例分析
•   3.1 电能质量扰动信号模型
•   3.2 参数设置
•   3.3 单一扰动识别仿真实例
•   3.4 复合扰动识别仿真实例
• 4 结论

文章来源

类型: 期刊论文

作者: 吴志宇,朱云芳,侯怡爽,陈维荣

关键词: 电能质量,压缩感知,扰动识别,小波变换,神经网络

来源: 电力系统及其自动化学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 西南交通大学电气工程学院

基金: 国家重点研发计划资助项目(2017YFB1201001),国家自然科学基金资助项目(51307144)

分类号: TM711

DOI: 10.19635/j.cnki.csu-epsa.000038

页码: 1-7

总页数: 7

文件大小: 1734K

下载量: 290