自适应字典稀疏表示的电能质量数据压缩方法

摘要

随着压缩感知理论的应用,可以实现将电能质量数据的采样和压缩合二为一,大大降低了采样速率和时间.深入的研究压缩感知在电能质量数据压缩中的应用的基础上,本文将自适应字典学习与压缩感知理论结合,实现了自适应字典学习对电能质量数据稀疏表示的压缩重构方法.该方法采用大量的电能质量数据样本集进行稀疏编码,训练优化自适应字典.此时的电能质量数据样本都与自适应字典相匹配,可以用少量自适应字典中的原子的线性组合来表示电能质量数据样本,实现电能质量数据的快速压缩,最后利用压缩感知理论对电能质量数据重构.通过实验仿真,与传统稀疏表示方法比较,提升了压缩的稀疏性和重构的精确度.