[发明专利]一种基于压缩感知的在线电能质量监测系统

说明书

技术领域

本发明属于压缩感知和电力系统电能质量监测领域，具体涉及应用于电能质量监测系统的压缩感知理论的数据采集方法。

背景技术

现代信号处理的一个关键基础是香农采样理论：一个信号可以无失真重建所要求的离散样本数由其带宽决定，即为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。但是香农采样定理是一个信号重建的充分非必要条件。

在数据采集方面，传统的电能质量监测系统遵循奈奎斯特采样定律，而奈奎斯特采样频率过高，因而采样数据量太大，许多系统采用先采样再压缩的数据获取模式，既浪费传感元，又浪费时间、存储空间和网络带宽资源。近几年提出的压缩感知理论，在信号处理领域内是一个巨大的突破，它不再局限于奈奎斯特采样频率，能够以较低的频率实现将信号的采样和压缩合二为一，大大降低了采样速率、信号获取时间、存储空间和观测设备数量。压缩感知已成为一个新的信息科学研究方向，并在很多领域都有越来越多的应用。

压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，通过开发信号的稀疏特性，在远小于奈奎斯特采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。

压缩感知基于信号的可压缩性,通过低维空间、低分辨率、欠奈奎斯特采样数据的非相关观测来实现高维信号的感知，丰富了关于信号恢复的优化策略,极大的促进了数学理论和工程应用的结合。它是传统信息论的一个延伸，但是又超越了传统的压缩理论，成为了一门崭新的子分支。它从诞生之日起到现在不过五年时间，其影响却已经席卷了大半个应用科学。

压缩感知模块用感知设备对目标电能质量信号进行采集，采用小波变换对采集到的电能质量信号进行稀疏表示，然后通过测量矩阵将信号的采集和压缩合二为一，然后将数据进行存储或传输，最后在终端采用重构算法对电能质量信号进行重建，获取原始信号的高精度重构信号。

基于压缩感知的在线电能质量监测系统，包括数据采集模块、数据处理模块和数据应用模块，与传统在线电能质量监测系统相似，而改进之处在于数据采集模块，该模块突破了传统奈奎斯特采样定律，采用压缩感知理论对电能质量信号进行采集，这一改进大大降低了奈奎斯特采样频率对采集器件的要求，降低了传输系统中数据传输的压力，减少了电能质量监测系统的成本，并提高了其效率。

数字信号处理器（Digital Signal Processor,DSP）作为一种可编程的专用芯片，是一种独特的微处理器，是以数字信号来处理大量信息的器件。

随着电力企业和用户对电能质量的日益关注，电能质量问题越来越受到重视。电能质量问题会影响电力企业或用户的各种电力和电子设备的正常运行，降低设备使用寿命，造成设备损坏，严重时会给国民经济带来巨大损失，还可能造成事故。此时，对电能质量信号进行在线监测和实时分析的在线电能质量系统应运而生，而基于压缩感知的在线电能质量监测系统更是节约了成本，提高了效率。

发明内容

鉴于现有技术的以上缺点，本发明的目的是，提供一种基于压缩感知的在线电能质量监测系统，突破了奈奎斯特采样定律，降低奈奎斯特采样频率对采集器件的要求，并降低传输系统中数据传输的压力，减少电能质量监测系统的成本，并提高其效率。

本发明的目的是通过如下的手段实现的。

一种基于压缩感知的在线电能质量监测系统，包括数据采集模块、数据处理模块和数据应用模块，其特征在于：数据采集模块采用压缩感知理论对目标电能质量信号进行数据采集，以较低的采样频率实现将信号的采样和压缩合二为一，然后将数据进行存储或传输，最后在终端采用重构算法对电能质量信号进行重构，再对电能质量进行分析，实现对电能质量的在线监测和实时分析。

所述的在线电能质量监测系统的压缩感知模块实施的具体步骤如下：

（1）将采集到的电能质量信号在正交字典或冗余字典Ψ中用某个固定稀疏基稀疏表示，获得电能质量信号的稀疏信号；