基于正则化自适应匹配追踪的电力系统数据重构方法

摘要

本发明公开一种基于正则化自适应匹配追踪的电力系统数据重构方法，依据元素能量级别进行分类，选择能量最大的一组子集，同时加入稀疏度自适应，从而在电能质量信号稀疏度未知的情况下对电能质量信号进行重构解压缩；可以在迭代过程中自动调整所选原子数目来重构稀疏度未知的电能质量信号，采用转换阶段的方式逐步增加原子数，将同一个迭代过程分成多个阶段，设置一个可变步长代替所选原子数目，相邻两个阶段所对应的支撑集的大小之差即为当前步长，随着步长的增加和支撑集的不断增大，实现了在未知稀疏度的前提下步长逐步逼近稀疏度进而精确重构出电能质量原始信号的目的，在保证了全局优化的同时提高了电能质量信号重构的运算速度。