一种用于电能质量压缩感知中的新型稀疏矩阵

摘要

根据奈奎斯特采样定理,对电网使用传统的时域采样方法进行采样将会产生海量数据,这些数据要经过前端压缩处理才能够传输会后台。而近年来新提出的压缩感知理论指出,对于满足一定稀疏性条件的信号,后台可以通过少量的数据就可以恢复原信号,当稀疏性越好,信号恢复效果越好。文章针对电网电压的特点,将离散傅立叶变换和多尺度小波变换结合起来,构造出一种新型的稀疏矩阵,以提高电网受扰动时采样信号的稀疏性。Matlab仿真结果显示,新构造的稀疏矩阵,在面对短时高频的电能质量信号干扰时,比常规使用的离散傅立叶变换矩阵有更好的恢复效果。