压缩感知(compressed sensing,CS)技术在采样中完成对数据的压缩,相比传统Nyquist采样方法有效降低采样信号数据量,克服采样端压缩复杂度高,对硬件需求大的缺点。该文通过理论证明指出电网信号基波–谐波稀疏度特性,并基于此特性提出一...压缩感知(compressed sensing,CS)技术在采样中完成对数据的压缩,相比传统Nyquist采样方法有效降低采样信号数据量,克服采样端压缩复杂度高,对硬件需求大的缺点。该文通过理论证明指出电网信号基波–谐波稀疏度特性,并基于此特性提出一种新型基波滤除谱投影梯度算法(SPGFF)。通过西门子Benchmark 0.4 k V电网通用模型实验,结果表明SPG-FF算法比现有方法有效提升了谐波检测精度和信号重构精度,对谐波和间谐波的检测误差分别小于6.8×10-5和6.2×10-3,重构信号的信噪比高于89 d B。展开更多
文摘压缩感知(compressed sensing,CS)技术在采样中完成对数据的压缩,相比传统Nyquist采样方法有效降低采样信号数据量,克服采样端压缩复杂度高,对硬件需求大的缺点。该文通过理论证明指出电网信号基波–谐波稀疏度特性,并基于此特性提出一种新型基波滤除谱投影梯度算法(SPGFF)。通过西门子Benchmark 0.4 k V电网通用模型实验,结果表明SPG-FF算法比现有方法有效提升了谐波检测精度和信号重构精度,对谐波和间谐波的检测误差分别小于6.8×10-5和6.2×10-3,重构信号的信噪比高于89 d B。
