發(fā)布時間：2018-01-09 20:12

  本文關(guān)鍵詞：基于判別字典學習的電能質(zhì)量擾動識別方法　出處：《儀器儀表學報》2015年10期 　論文類型：期刊論文

  更多相關(guān)文章： 電能質(zhì)量 識別 稀疏表示 字典學習 重構(gòu)算法

【摘要】：電能質(zhì)量擾動識別方法通常是先通過數(shù)字信號處理工具對信號進行檢測和特征提取,再采用人工智能方法對特征進行分類識別,增加了識別過程的復雜性和冗余性。提出一種基于判別字典學習(DDL)的稀疏表示電能質(zhì)量擾動識別方法,可有效減少識別步驟、降低復雜性,并提高識別率。該方法首先采用主成分分析方法將K類擾動訓練樣本集降維為擾動降維特征訓練樣本集,由各類樣本分別訓練出冗余子字典,然后級聯(lián)成判別字典。接著基于l0范數(shù)算法求解出降維測試信號在該判別字典下的稀疏表示矩陣,最后利用不同的冗余子字典重構(gòu)測試樣本,由冗余殘差最小值確定目標歸屬類,實現(xiàn)對電能質(zhì)量擾動信號的識別。仿真實驗結(jié)果表明該方法能有效地對不同電能質(zhì)量擾動進行識別,過程簡單、數(shù)據(jù)量少、抗噪聲魯棒性好,在信噪比20 d B以上的噪聲環(huán)境中電能質(zhì)量擾動識別準確率達到95%以上。
[Abstract]:Power quality disturbance recognition method usually uses digital signal processing tools to detect and extract features, and then uses artificial intelligence method to classify and identify features. A sparse representation power quality disturbance recognition method based on discriminant dictionary learning (DDL) is proposed, which can effectively reduce the recognition steps and complexity. The method firstly reduces the dimension of the K-disturbance training sample set into the disturbance dimensionality reduction feature training sample set, and trains redundant sub-dictionaries from each kind of samples respectively by using principal component analysis (PCA) method to improve the recognition rate. Then concatenated into a discriminant dictionary. Then the sparse representation matrix of the reduced dimension test signal in the discriminant dictionary is solved based on the l0-norm algorithm. Finally, different redundant sub-dictionaries are used to reconstruct the test samples. The target attribution class is determined by the minimum residual value, and the signal recognition of power quality disturbance is realized. The simulation results show that the method can effectively identify different power quality disturbances, the process is simple and the amount of data is less. The anti-noise robustness is good, and the power quality disturbance recognition accuracy is more than 95% in the noise environment with signal-to-noise ratio (SNR) of more than 20 dB.
【作者單位】： 江蘇大學電氣信息工程學院;
【基金】：國家自然科學基金(61301138) 江蘇省博士后科研資助計劃(1401053C) 江蘇大學高級人才啟動基金(10JDG136)項目資助
【分類號】：TM711
【正文快照】： 1引言隨著工業(yè)領(lǐng)域的規(guī)模化發(fā)展,整流設(shè)備、變頻調(diào)速設(shè)備等非線性電力電子裝置的需求不斷增加,電能質(zhì)量污染的問題日益嚴重對電能質(zhì)量的研究越來越受重視。對電能質(zhì)量擾動進行準確識別是電能質(zhì)量改善的前提和基礎(chǔ)[1-2]。近年來大量國內(nèi)外學者對電能質(zhì)量擾動識別問題進行了研究

【參考文獻】

相關(guān)期刊論文 前10條

1 馮浩;謝盛平;鄭賀偉;;暫態(tài)電能質(zhì)量實時監(jiān)測和分析系統(tǒng)[J];電子測量技術(shù);2011年01期

2 黃南天;徐殿國;劉曉勝;;基于改進多層前饋神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[J];電子測量與儀器學報;2009年10期

3 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進展[J];電子學報;2009年05期

4 劉慧;劉國海;沈躍;;采用提升小波包和相關(guān)向量機的電能質(zhì)量擾動分類[J];高電壓技術(shù);2010年03期

5 劉慧;劉國海;沈躍;;基于快速提升小波變換的諧波實時檢測新方法[J];江蘇大學學報(自然科學版);2009年03期

6 沈躍;劉國海;劉慧;;基于改進S變換和貝葉斯相關(guān)向量機的電能質(zhì)量擾動識別[J];控制與決策;2011年04期

7 楊青;田楓;王大志;吳東升;王安娜;;基于提升小波和遞推LSSVM的實時故障診斷方法[J];儀器儀表學報;2011年03期

8 沈躍;劉國海;劉慧;;隨機降維映射稀疏表示的電能質(zhì)量擾動多分類研究[J];儀器儀表學報;2011年06期

9 趙鳳展;楊仁剛;;基于短時傅里葉變換的電壓暫降擾動檢測[J];中國電機工程學報;2007年10期

10 李濤;何怡剛;張宇;;基于提升小波的電能質(zhì)量高效定位算法[J];儀器儀表學報;2013年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 胡書舉;李建林;李梅;;風電系統(tǒng)實現(xiàn)LVRT的電網(wǎng)電壓跌落檢測方法[J];大功率變流技術(shù);2008年06期

2 焦鵬飛;李亮;趙驥;;壓縮感知在醫(yī)學圖像重建中的最新進展[J];CT理論與應用研究;2012年01期

3 黃添強;蘇立超;;基于自適應小波基和Smoothed-l_0的壓縮感知圖像重構(gòu)算法[J];江蘇技術(shù)師范學院學報;2011年10期

4 王超;梁大鵬;;壓縮感知測量方法的機密性[J];電訊技術(shù);2010年11期

5 吳凌華;張小川;;壓縮感知的發(fā)展與應用[J];電訊技術(shù);2011年01期

6 陳鵬;徐烽;;衛(wèi)星認知無線通信中頻譜感知算法比較[J];電訊技術(shù);2011年09期

7 陳鵬;徐烽;邱樂德;王宇;;衛(wèi)星稀疏信道中頻譜空穴的新型檢測算法[J];電訊技術(shù);2012年01期

8 彭歲陽;盧大威;張軍;胡衛(wèi)東;沈振康;;一種對隨機頻率步進信號的散射中心提取方法[J];電波科學學報;2010年02期

9 李松;朱豐;劉昌云;馮有前;張群;;基于壓縮感知的彈道導彈微多普勒提取方法[J];電波科學學報;2011年05期

10 朱豐;張群;顧福飛;孫鳳蓮;李開明;;合成孔徑雷達運動目標譜圖二維壓縮與重構(gòu)方法[J];電波科學學報;2012年01期

相關(guān)會議論文 前10條

1 高建虎;陳杰;張履謙;;基于壓縮感知和EMD的SAR海洋內(nèi)波探測方法[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

2 王安娜;周小星;孫紅英;楊鴻武;;基于壓縮感知過程的語音增強新算法[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

3 高暢;李海峰;馬琳;;基于壓縮感知理論的語音信號壓縮與重構(gòu)方法[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

4 周小星;王安娜;孫紅英;楊鴻武;;基于壓縮感知過程的語音增強[A];第十一屆全國人機語音通訊學術(shù)會議論文集（二）[C];2011年

5 梁瑞宇;奚吉;張學武;;壓縮感知理論在語音信號處理中的應用[A];2010’中國西部聲學學術(shù)交流會論文集[C];2010年

6 方奇品;呂干云;;基于S變換的電壓凹陷特征檢測[A];第七屆全國信息獲取與處理學術(shù)會議論文集[C];2009年

7 陳守寧;鄭寶玉;吉曉東;;WMSN中基于壓縮感知的VSQI壓縮反饋[A];2010年通信理論與信號處理學術(shù)年會論文集[C];2010年

8 王紹青;王鵬;;未來無線認知傳感器監(jiān)測網(wǎng)絡(luò)的設(shè)計與應用[A];頻譜管理與監(jiān)測系統(tǒng)建設(shè)研討會論文集[C];2011年

9 鄭仕鏈;何斌;楊偉程;;認知無線電寬帶頻譜感知試驗研究[A];浙江省信號處理學會2011學術(shù)年會論文集[C];2011年

10 范晉祥;楊建宇;;軍用紅外成像探測跟蹤技術(shù)發(fā)展趨勢與新技術(shù)研究進展[A];第十屆全國光電技術(shù)學術(shù)交流會論文集[C];2012年

相關(guān)博士學位論文 前10條

1 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學;2010年

2 全惠敏;電能質(zhì)量相關(guān)信號的S變換檢測算法及應用研究[D];湖南大學;2010年

3 楊瑞明;基于壓縮采樣的比幅測向方法研究[D];電子科技大學;2010年

4 周小平;高速移動MIMO OFDM系統(tǒng)快衰落信道估計方法[D];上海大學;2011年

5 鄧海松;基于稀疏先驗的計算機試驗元建模方法研究[D];南京理工大學;2011年

6 楊成;壓縮采樣中匹配追蹤約束等距性分析及其應用[D];復旦大學;2011年

7 王悅;認知無線電寬帶頻譜感知技術(shù)研究[D];北京郵電大學;2011年

8 唐亮;壓縮感知及其在超寬帶無線傳感器網(wǎng)絡(luò)中的應用研究[D];北京郵電大學;2011年

9 石磊;壓縮感知在超寬帶信道估計中的應用研究[D];北京郵電大學;2011年

10 朱旭琪;分布式信息壓縮算法研究[D];北京郵電大學;2011年

相關(guān)碩士學位論文 前10條

1 邢云;基于壓縮感知理論的人臉識別方法研究[D];大連理工大學;2010年

2 單進;基于壓縮感知的魯棒性說話人識別[D];蘇州大學;2010年

3 王曉;壓縮感知在無線通信網(wǎng)絡(luò)數(shù)據(jù)采集中的應用研究[D];浙江大學;2011年

4 黃瑩;室外移動機器人導航信息壓縮算法研究[D];東北電力大學;2011年

5 焦東立;基于壓縮感知的盲信號處理技術(shù)研究[D];電子科技大學;2011年

6 王超;抗混疊Contourlet濾波器組的設(shè)計分析及其在MRI圖像壓縮感知重構(gòu)中的應用[D];西安電子科技大學;2011年

7 李國峰;基于生物醫(yī)學信號的體域網(wǎng)低功耗設(shè)計與研究[D];吉林大學;2011年

8 趙志鵬;基于小波域維納濾波器的壓縮感知理論及應用[D];北京交通大學;2011年

9 李永忠;基于諧波小波的并聯(lián)無源濾波器組阻抗特性測評方法研究[D];華北電力大學（北京）;2011年

10 楊銳;基于壓縮感知理論的寬帶模擬多帶信號檢測的研究[D];北京郵電大學;2011年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 呂干云;程浩忠;鄭金菊;汪曉東;;基于S變換和多級SVM的電能質(zhì)量擾動檢測識別[J];電工技術(shù)學報;2006年01期

2 楊洪耕;劉守亮;肖先勇;;利用S變換時頻等值線圖與幅值包絡(luò)向量實現(xiàn)電壓凹陷的分類[J];電工技術(shù)學報;2006年08期

3 周林;夏雪;萬蘊杰;張海;雷鵬;;基于小波變換的諧波測量方法綜述[J];電工技術(shù)學報;2006年09期

4 任永峰;李含善;胡洪濤;張國棟;王志國;;基于多層前饋神經(jīng)網(wǎng)絡(luò)的并聯(lián)型電能質(zhì)量控制器[J];電工技術(shù)學報;2007年08期

5 彭莉;唐炬;張曉星;謝顏斌;;一種基于復小波變換提取PD信號的分塊自適應復閾值算法[J];電工技術(shù)學報;2008年07期

6 李庚銀;王洪磊;周明;;基于改進小波能熵和支持向量機的短時電能質(zhì)量擾動識別[J];電工技術(shù)學報;2009年04期

7 趙成勇,何明鋒;基于特定頻帶的短時傅里葉分析[J];電力系統(tǒng)自動化;2004年14期

8 李霖;楊洪耕;;基于二維離散平穩(wěn)小波的電能質(zhì)量擾動分類[J];電力系統(tǒng)自動化;2007年10期

9 張文濤;王成山;;基于概率神經(jīng)網(wǎng)絡(luò)的電壓暫態(tài)擾動分類[J];電力系統(tǒng)自動化;2007年18期

10 李波,張林利,王廣柱,李石清;用于APF的神經(jīng)網(wǎng)絡(luò)自適應諧波電流檢測方法[J];電力自動化設(shè)備;2004年05期

【相似文獻】

相關(guān)期刊論文 前10條

1 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動檢測方法[J];中國電機工程學報;2004年03期

2 束洪春,王晶,陳學允;動態(tài)電能質(zhì)量擾動的多刻度形態(tài)學分析[J];中國電機工程學報;2004年04期

3 呂干云,丁屹峰,程浩忠;一種基于改進鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動檢測方法[J];電力系統(tǒng)及其自動化學報;2004年05期

4 潘洪湘,宗偉,劉連光;基于數(shù)字信號處理器的短時電能質(zhì)量擾動檢測算法[J];電網(wǎng)技術(shù);2004年20期

5 占勇,程浩忠,丁屹峰,呂干云,孫毅斌;基于S變換的電能質(zhì)量擾動支持向量機分類識別[J];中國電機工程學報;2005年04期

6 劉安定,肖先勇,鄧武軍;短時電能質(zhì)量擾動檢測的一種新方法[J];繼電器;2005年08期

7 陳小勤;何正友;;基于小波熵和小波熵權(quán)的電能質(zhì)量擾動識別[J];電力科學與工程;2006年01期

8 王紅燕;邵玉槐;張海;齊鋒光;;基于小波閾值方法的電能質(zhì)量擾動去噪分析[J];太原理工大學學報;2006年02期

9 宋曉芳;陳勁操;;基于支持向量機的動態(tài)電能質(zhì)量擾動分類方法[J];電力自動化設(shè)備;2006年04期

10 余健明;張萍;魏磊;許瑾;;短時電能質(zhì)量擾動波形的識別[J];西安理工大學學報;2006年02期

相關(guān)會議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動識別研究[A];中南七省（區(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學術(shù)年會論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動識別與分類[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動識別[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動信號的小波檢測[A];2004全國測控、計量與儀器儀表學術(shù)年會論文集（上冊）[C];2004年

6 方群會;;基于LS_SVM的暫態(tài)電能質(zhì)量擾動分類[A];重慶市電機工程學會2010年學術(shù)會議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動檢測中的應用[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[C];2008年

相關(guān)博士學位論文 前10條

1 宋雪雷;基于小波變換和支持向量機的電能質(zhì)量擾動分析方法[D];哈爾濱工業(yè)大學;2007年

2 陳春玲;電能質(zhì)量擾動分析與監(jiān)測研究[D];沈陽農(nóng)業(yè)大學;2009年

3 舒泓;電能質(zhì)量擾動檢測和分類問題的研究[D];北京交通大學;2009年

4 胡為兵;電能質(zhì)量擾動的自動識別和定位相關(guān)理論研究[D];華中科技大學;2008年

5 秦英林;電能質(zhì)量擾動的自動識別和時刻定位研究[D];山東大學;2010年

6 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學;2010年

7 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學;2010年

8 黃文清;電能質(zhì)量擾動在線監(jiān)測方法研究[D];湖南大學;2007年

9 單任仲;并聯(lián)型復合電能質(zhì)量擾動及補償?shù)目刂品椒ㄅc實現(xiàn)[D];華北電力大學（北京）;2010年

10 劉應梅;電能質(zhì)量擾動檢測和分析的研究[D];中國電力科學研究院;2003年

相關(guān)碩士學位論文 前10條

1 潘冬寅;電能質(zhì)量擾動信號降維及分類研究[D];南京林業(yè)大學;2012年

2 何朝輝;基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[D];湖南大學;2009年

3 孫維妮;暫態(tài)電能質(zhì)量擾動的識別與監(jiān)測[D];中國石油大學;2009年

4 趙強強;基于S變換和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動檢測分類[D];西安理工大學;2010年

5 張宏財;基于S變換的電能質(zhì)量擾動分析[D];北京化工大學;2010年

6 趙燕;電能質(zhì)量擾動檢測與識別方法研究[D];華北電力大學（北京）;2011年

7 張萍;電能質(zhì)量擾動信號的檢測與識別方法的研究[D];西安理工大學;2006年

8 曾凌云;小波分析在電能質(zhì)量擾動信號分析檢測中的應用[D];湖南大學;2007年

9 張秀娟;電能質(zhì)量擾動檢測與類型識別方法研究[D];華北電力大學（北京）;2004年

10 樂葉青;基于Wigner-Ville分布的電能質(zhì)量擾動的分析[D];浙江大學;2007年

，

本文編號：1402465