基于字典学习的电能质量数据压缩重构与扰动识别研究

发布时间：2017-07-31 18:13

  本文关键词：基于字典学习的电能质量数据压缩重构与扰动识别研究

  更多相关文章： 压缩感知 字典学习 电能质量数据 稀疏表示 扰动识别

【摘要】：随着建设世界一流的大电网项目的启动,电力系统的快速发展带来了多样化的电能质量问题,引起了研究者的广泛关注。作为电能质量问题中的重要部分,电能质量数据的压缩重构和扰动识别是研究的重中之重,目前的研究方法普遍受香农采样定理限制。压缩感知理论作为一个信号处理界的“big idea”给数据信号的处理研究带来了新的启发。随着研究的深入,压缩感知理论在各方面优势逐渐凸现。压缩感知理论主要包含三个部分:信号的稀疏表示,测量矩阵的设计和重构算法的选择,其中信号的稀疏表示是理论的前提且与数据的重构精准度有很大关系。由于电能质量数据具有特殊性,采用普通函数形成的正交基进行稀疏表示并不能自适应地获得最佳稀疏表示。因此本论文就这一问题进行了深入的研究,将压缩感知与字典学习结合在一起,采用字典学习获得符合电能质量数据的字典,利用字典对电能质量数据进行稀疏表示,获得最佳的电能质量数据的稀疏表达方式,提高电能质量数据的重构精准性和扰动识别准确率。论文的主要研究内容有以下几个方面:1、通过对压缩感知理论框架的学习研究,针对信号稀疏表示方法深入研究,结合电能质量数据的特点,将字典学习的方法应用到电能质量数据的稀疏表示中,为进一步的研究奠定坚实的理论基础。2、针对传统的数据压缩中采样频率的限制,基于压缩感知的电能质量稀疏表示数据压缩,提出了基于自适应字典学习的电能质量数据压缩重构方法。该方法突破了传统的数据压缩中采样频率的限制,能在少量采样值的情况下快速简单的恢复重构出原始电能质量数据。3、针对基于压缩感知的思想训练学习字典进行识别,提出了一种基于判别字典学习稀疏表示的电能质量数据扰动识别的新方法,实现对各类电能质量扰动的稀疏表示识别。对比其他识别方法,本方法无需特征提取和识别分类器,建立的判别字典对不同类型的电能质量扰动数据具有识别性。4、受到判别字典的启发,基于这个思想进一步拓展了针对判别字典,提出了基于子字典不相干的判别字典表示电能质量扰动分类算法,将子字典的非相干约束加入到判别字典学习的代价函数中,有效的降低了子字典之间的相干性,取得了较好的分类效果。
【关键词】：压缩感知 字典学习 电能质量数据 稀疏表示 扰动识别
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM711
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 1 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 电能质量数据压缩重构11-12
• 1.2.2 电能质量扰动识别12-13
• 1.3 论文主要研究内容13-15
• 2 压缩感知与字典学习理论基础15-28
• 2.1 压缩感知15-18
• 2.1.1 压缩感知发展历程15-17
• 2.1.2 压缩感知在电力系统中的应用17-18
• 2.2 压缩感知的理论框架18-25
• 2.2.1 信号的稀疏表示18-19
• 2.2.2 测量矩阵和感知矩阵19-21
• 2.2.3 信号重构算法21-25
• 2.3 基于压缩感知的字典学习25-27
• 2.3.1 字典学习理论基础25-26
• 2.3.2 电能质量数据字典稀疏表示26-27
• 2.4 本章小结27-28
• 3 基于自适应字典的电能质量稀疏表示数据压缩重构28-42
• 3.1 电能质量数据的压缩感知28-34
• 3.1.1 电能质量数据的稀疏表示29-32
• 3.1.2 信号的字典稀疏表示32-33
• 3.1.3 测量矩阵的设计33-34
• 3.2 仿真结果分析34-41
• 3.2.1 自适应字典参数变化对重构误差的影响34-36
• 3.2.2 不同压缩比下的重构误差比较36-38
• 3.2.3 仿真结果38-41
• 3.3 本章小结41-42
• 4 基于判别字典学习的电能质量扰动识别方法42-54
• 4.1 电能质量扰动的识别算法42-46
• 4.1.1 扰动识别算法简介42-43
• 4.1.2 判别字典的训练和稀疏求解43-46
• 4.2 判别字典仿真研究46-53
• 4.2.1 测量矩阵和降维维数的选取46-47
• 4.2.2 抗噪声鲁棒性研究47-48
• 4.2.3 判别字典大小的确定48-49
• 4.2.4 仿真验证49-53
• 4.3 本章小结53-54
• 5 基于不相干约束项字典的电能质量扰动识别方法54-67
• 5.1 不相干约束项的判别字典新算法54-59
• 5.1.1 重构误差项55-56
• 5.1.2 不相干约束相56-57
• 5.1.3 DLSI模型的优化57-59
• 5.2 仿真性能对比59-61
• 5.2.1 不同识别分类法的性能比较59-60
• 5.2.2 字典原子数的影响性能比较60-61
• 5.3 仿真过程61-66
• 5.3.1 公共字典的训练仿真61-64
• 5.3.2 扰动识别对比仿真64-66
• 5.4 本章小结66-67
• 6 总结展望67-69
• 6.1 论文主要工作总结67-68
• 6.2 后续工作与展望68-69
• 参考文献69-72
• 致谢72-73
• 攻读硕士学位期间发表的学术论文73

【相似文献】

中国期刊全文数据库 前10条

1 陈警众;电能质量讲座 第四讲 电能质量改善措施的实际应用[J];供用电;2001年01期

2 ;教育部电能质量工程研究中心[J];安徽科技;2002年03期

3 奚s，

本文编号：600456