本发明专利技术公开了一种压缩采样正交匹配追踪电力系统谐波检测方法，首先对原始谐波信号进行压缩采样，然后应用正交匹配追踪算法直接对采样序列值进行谐波检测与分离，无需估计稀疏度，每个谐波成份对应的频率特性为两条谱线，压缩采样正交匹配追踪谐波检测算法中稀疏度为确定量，避免了稀疏度估计带来的误差，在每次迭代中均对特征量进行修正，冗余误差值被更新，用于构建新的冗余信号代理，进一步识别出当前分量中的最大元素；不需要进行原始信号的重构，只需要很少的信号采样点数即能对原始谐波信号精确检测，减少了采样设备的负担，节约了中间变量的存储空间，能从压缩信号中直接检测出感兴趣的基波和各次谐波成份。
【技术实现步骤摘要】
本专利技术涉及电カ系统谐波检测领域，是ー种基于压缩采样正交匹配追踪的谐波检测方法。
技术介绍
随着电力负荷的不断増加，大量非线性元器件的应用，谐波问题日益复杂化。电カ系统不仅存在整数次谐波，也存在非整数次谐波。传统的快速傅里叶变换可实现整数次谐波的精确检测，但对非整数次谐波的检测误差较大。小波变换可用于非平稳谐波检测，但是由于各频带之间存在交叉现象，造成小波基的选取困难，影响了检测精度。其他还有诸如HHT、补偿电流最小原理、卡尔曼滤波、Prony算法等多种方法。以上谐波检测方法都具有各自的特点和应用局限性，但其共性是均建立在传统信号处理香农采样定理的基础上，即采 集的信号必须严格遵守奈奎斯特采样频率，采样频率必须大于信号最高频率的两倍。因此若待检测的原始信号已经经过数据压缩，则检测信号之前需对压缩数据进行解压缩处理，然后才能进行相应的检测与分析。实际上，对于信号检测问题，大多数情况下，检测目标并不需要精确重构原始信号。若能避开解压缩过程，直接从压缩数据中提取目标信号的信息，就能大大降低信号检测过程的复杂度。传统的采样方法以及解压缩过程带来了大量的资源浪费，所以寻找新的压缩方法，利用检测算法直接从压缩采样值中提取所需特征量，完成各种谐波检测具有重要的理论和实用意义。
技术实现思路
本专利技术的目的在于提出一种基于压缩采样的正交匹配追踪电カ系统谐波检测方法，它可以突破原有香农采样定理的极限，以远低于奈奎斯特频率进行采样。该方法基于正交匹配追踪思想，在每次迭代中对特征量进行修正，直接从压缩数据中检测出基波及各次谐波成份，无需解压缩过程。本专利技术采用的技术方案是包括如下步骤步骤I :确定被测信号的測量矩阵维的高斯随机測量矩阵，得到观测矩阵# = #零，稀疏变换基—为傅里叶变换换基，稀疏信号z的近似值3初值^/4所有元素置零，(-1是当前迭代次数；初始冗余误差值即压缩采样向量v = n ,n = fi = #/,j为被测信号，X为在感知矩阵Y下对/被测信号的稀疏表示; 步骤2 :待检测的谐波分量次数初值为 =1 ； 步骤3 :迭代次数初值为(=1 ； 步骤4 :计算信号代理为y =表示—的伴随矩阵；步骤5 :选择信号代理权利要求1.，其特征在于按如下步骤 步骤I : 确定被测 信号 的测 量矩 阵Φ^ΜχΝψ = φψ，稀疏变换基τ为傅里叶变换换基，稀疏信号Z的近似值a初值 所有元素置零，t-i是当前迭代次数;初始冗余误差值即压缩采样向量2.根据权利要求I所述的基于压缩采样正交匹配追踪的谐波检测方法，其特征在于步骤2中，当《=1时，满足步骤10所述迭代停止条件，此次谐波分量估计值3.根据权利要求I所述的基于压缩采样正交匹配追踪的谐波检测方法，其特征在于所述步骤5、6和8中，在采用双边谱模式时，其中每个谐波分量的稀疏度^=2。全文摘要本专利技术公开了一种压缩采样正交匹配追踪电力系统谐波检测方法，首先对原始谐波信号进行压缩采样，然后应用正交匹配追踪算法直接对采样序列值进行谐波检测与分离，无需估计稀疏度，每个谐波成份对应的频率特性为两条谱线，压缩采样正交匹配追踪谐波检测算法中稀疏度为确定量，避免了稀疏度估计带来的误差，在每次迭代中均对特征量进行修正，冗余误差值被更新，用于构建新的冗余信号代理，进一步识别出当前分量中的最大元素；不需要进行原始信号的重构，只需要很少的信号采样点数即能对原始谐波信号精确检测，减少了采样设备的负担，节约了中间变量的存储空间，能从压缩信号中直接检测出感兴趣的基波和各次谐波成份。文档编号G01R23/16GK102955068SQ201210368410公开日2013年3月6日 申请日期2012年9月28日 优先权日2012年9月28日专利技术者沈跃, 刘国海, 刘慧 , 陈兆岭, 张 浩, 赵文祥, 白雪, 蒋彦 申请人:江苏大学本文档来自技高网...
【技术保护点】
一种基于压缩采样正交匹配追踪的谐波检测方法，其特征在于按如下步骤：步骤1：确定被测信号的测量矩阵????????????????????????????????????????????????为维的高斯随机测量矩阵，得到观测矩阵，稀疏变换基为傅里叶变换换基，稀疏信号x的近似值a初值所有元素置零，t?1是当前迭代次数；初始冗余误差值即压缩采样向量，，为被测信号，为在感知矩阵下对被测信号的稀疏表示；?步骤2：待检测的谐波分量次数初值为m=1；步骤3：迭代次数初值为t=1；步骤4：计算信号代理为，表示的伴随矩阵；步骤5：选择信号代理中的2K个最大元素为；K为谐波分量的稀疏度；步骤6：合并支撑量：；是当前t?1次迭代运算中近似值a中的K个最大元素组成的向量；T表示合并支撑量的向量元素坐标集合；步骤7：最小二乘信号估计：,，Tc是T的补集，是的逆矩阵；步骤8：剪枝：,表示只取计算结果中K个最大元素；步骤9：冗余采样值更新为；步骤10：若不满足迭代停止条件，则迭代次数t=t+1，重复步骤2至步骤8；否则结束迭代，由此获得当前次谐波分量估计值；步骤11：m=m+1；重复步骤3?步骤10依次检测出其他谐波分量，直到满足停止条件，结束检测。245631dest_path_image001.jpg,787471dest_path_image002.jpg,dest_path_image003.jpg,161952dest_path_image004.jpg,789242dest_path_image005.jpg,405906dest_path_image006.jpg,271094dest_path_image007.jpg,941110dest_path_image008.jpg,931062dest_path_image009.jpg,430046dest_path_image010.jpg,946478dest_path_image011.jpg,662761dest_path_image012.jpg,733485dest_path_image013.jpg,318050dest_path_image014.jpg,dest_path_image015.jpg,dest_path_image017.jpg,95513dest_path_image018.jpg,481233dest_path_image019.jpg,304833dest_path_image020.jpg,161930dest_path_image021.jpg,262741dest_path_image022.jpg,445461dest_path_image023.jpg,897302dest_path_image024.jpg,dest_path_image025.jpg,823670dest_path_image026.jpg,dest_path_image027.jpg,778987dest_path_image029.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：沈跃，刘国海，刘慧，陈兆岭，张浩，赵文祥，白雪，蒋彦，
申请(专利权)人：江苏大学，
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。