基于壓縮感知理論的風(fēng)電變流器檢測(cè)信號(hào)處理方法研究.pdf

1、目前，風(fēng)電變流器檢測(cè)信號(hào)處理方法均建立在奈奎斯特采樣定理的基礎(chǔ)上，這將產(chǎn)生巨大的采樣數(shù)據(jù)，使得數(shù)據(jù)的存儲(chǔ)或者傳輸引起“空間災(zāi)難性”后果。壓縮感知(compressed sensing，CS)理論以遠(yuǎn)低于奈奎斯特采樣頻率采集信號(hào)，且信號(hào)的采樣和壓縮同時(shí)進(jìn)行，以信號(hào)的非自適應(yīng)投影來保留原始信號(hào)的關(guān)鍵信息，通過數(shù)學(xué)方法來準(zhǔn)確重構(gòu)原始信號(hào)。針對(duì)以上研究背景，本文緊緊圍繞壓縮感知理論對(duì)風(fēng)電變流器檢測(cè)信號(hào)進(jìn)行處理，該方法既具有壓縮感知的壓縮采樣特性

2、，又具有準(zhǔn)確恢復(fù)重構(gòu)的能力，因此具有重要的研究?jī)r(jià)值。
　　首先，研究了壓縮感知理論，搭建了變流器仿真模型，分析了變流器原始電壓檢測(cè)信號(hào)的稀疏性。由稀疏性信息，研究電壓信號(hào)稀疏變換基與投影矩陣之間的關(guān)系，由優(yōu)化投影理論，降低互相關(guān)性來優(yōu)化投影矩陣，該方法使得投影矩陣的壓縮性能提升。
　　其次，為了解決直接利用CS理論對(duì)變流器輸出端三相電壓檢測(cè)數(shù)據(jù)存儲(chǔ)空間浪費(fèi)以及重構(gòu)性能差等問題，利用三相電壓的關(guān)系，研究了基于坐標(biāo)變換的三相電壓

3、檢測(cè)信號(hào)CS處理方法。先對(duì)輸出端三相電壓檢測(cè)數(shù)據(jù)采用坐標(biāo)變換后轉(zhuǎn)化為一維信號(hào)，再利用CS理論對(duì)其進(jìn)行壓縮重構(gòu)，重構(gòu)的信號(hào)將其轉(zhuǎn)化為兩相信號(hào)并作坐標(biāo)反變換，即得到重構(gòu)的三相電壓信號(hào)。實(shí)驗(yàn)表明，該方法處理變流器電壓檢測(cè)信號(hào)時(shí)，可有效壓縮原始三相電壓數(shù)據(jù)，使得運(yùn)行時(shí)間更低、重構(gòu)誤差更小，且節(jié)約了測(cè)量數(shù)據(jù)的存儲(chǔ)空間。
　　然后，對(duì)比研究了五種典型的貪婪重構(gòu)算法。針對(duì)原始信號(hào)重構(gòu)性能差的問題，研究了基于廣義Jaccard系數(shù)的廣義正交匹配追

4、蹤算法，即就是利用廣義Jaccard系數(shù)相似性準(zhǔn)則去替換內(nèi)積相似性準(zhǔn)則來對(duì)支撐集進(jìn)行優(yōu)化。在相同條件下與其它的重構(gòu)算法相比較，改進(jìn)的算法所具有的重構(gòu)性能更優(yōu)。
　　最后，考慮到電壓檢測(cè)信號(hào)所蘊(yùn)含的深層信息等問題，研究了基于本征時(shí)間尺度分解(intrinsic time-scale decomposition，ITD)與改進(jìn)內(nèi)積的壓縮感知重構(gòu)算法相結(jié)合的風(fēng)電變流器電壓信號(hào)重建方法?；贗TD把變流器電壓檢測(cè)信號(hào)處理成互不影響的合理旋