[发明专利]一种光伏阵列状态监测网络信号重构方法

说明书

技术领域

本发明涉及一种光伏阵列状态监测网络信号重构方法，即基于无线监测网络技术的光伏阵列状态监测网络的信号重构方法，适用于重构监测网络传输的受噪声干扰的稀疏信号。

背景技术

光伏发电系统的并网运行是现代电网的重要特征，针对光伏发电的随机间歇性特点，具有灵活监测优势的无线监测网络技术可为其安全稳定运行提供保障。光伏阵列状态监测网络由传感器节点构成，节点的通信能耗的高低关系到节点的工作寿命，最终影响到网络的可靠性。减少节点的通信压力可降低节点的能耗，因此，节点在传输信号之前，需要对其进行压缩得到稀疏信号，节点传输的稀疏信号易受噪声干扰，如何利用受噪声干扰的稀疏信号重构原始信号，即稀疏信号重构问题，是光伏阵列状态监测网络实际运行时所要解决的重要问题。而目前尚缺少针对光伏阵列状态监测网络的稳定的信号重构算法，稀疏信号重构算法可保证监测网络的高效运行，为信号重构提供了新思路。

发明内容

发明目的：针对光伏阵列状态监测网络信号重构问题，本发明提供一种基于压缩感知(Compressed Sensing，CS)理论的稀疏信号重构方法。当监测网络对所采集的信息进行传输时，节点获取的信号为受噪声干扰的稀疏信号，本发明提出的重构方法能够重构受干扰的稀疏信号，有助于提高监测网络数据传输的可靠性。

技术方案：一种光伏阵列状态监测网络信号重构方法，在光伏阵列状态监测网络中，部署着能够采集光伏发电系统的温度、光照强度、电压、电流和功率信息的传感器节点。各节点采用自组织方式形成无线监测网络，为减少监测网络的通信压力，监测网络采用压缩感知理论对各节点所采集的信息进行压缩。压缩得到的信号为稀疏信号，稀疏信号在传输时，会受到噪声的干扰，为保证监测网络信息传输的可靠性，监测网络需要合理有效的稀疏信号重构方法。

本发明提出了光伏阵列状态监测网络信号重构方法：基于梯度投影稀疏重构(Gradient Projection Sparse Reconstruction，GPSR)的信号重构方法，通过获取监测网络传输的受噪声干扰的稀疏信号，重构监测网络采集的原始信息。同时通过连续正则因子提高梯度投影稀疏重构算法的运算效率。

有益效果：本发明提供的光伏阵列状态监测网络信号重构方法，适用于重构监测网络中受噪声干扰的稀疏信号，通过减少噪声的影响和增加稀疏信号的稀疏度，使得稀疏信号的重构均方误差(Mean Square Error，MSE)达到接近于零的效果，并且算法具有运行效率高的优点。

附图说明

图1为监测网络信号的压缩感知；

图2为GPSR的重构MSE；

图3为GPSR-BB的重构MSE；

图4为GPSR-BB的稀疏信号重构。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一、光伏阵列状态监测网络的压缩感知模型

1、压缩感知模型

光伏阵列状态监测网络中部署着能采集温度、光照强度、电压、电流、功率等信息的传感器节点。压缩感知理论的特点是在节点采集信号时直接对数据信息进行压缩。

假设WSN中包含有N个传感器节点，则节点采集的感知信号向量为：

式中：正交基通常为分析信号结构得到的已知矩阵，取小波变换正交基；x代表长度为N的一维原始信号向量；s代表x在上的投影信号向量，包含K(K<<N)个非零元素的严格稀疏信号向量。

节点的采样信号向量可表示为：

式中：θ∈R^M×N(M<<N)代表测量矩阵，本发明取θ为服从高斯分布的随机矩阵；Θ代表CS矩阵。

式(2)代表基于压缩感知理论的信息采样的过程，y即为节点采样得到的结果。由式(2)可见，高维信号x通过测量矩阵θ可投影到低维信号y。

将节点的原始感知信号x通过正交基投影到稀疏信号向量s上为信号压缩感知的重要步骤之一。另一重要步骤为重构稀疏信号向量，即为已知采样信号向量y和测量矩阵θ求解稀疏信号向量s的过程，得到s后即可根据式(1)重构原始信号向量x。信号的压缩感知过程如图1所示。

由图1可见，节点的采样信号为含有噪声的信号。在含有测量噪声n的情况下，采样信号向量可表示为：

y＝Θs+n(3)

式中：n为加性高斯白噪声。