[发明专利]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。

主权项

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，其特征是包括以下步骤：1）设置控制迭代次数阈值和阶段转换阈值，将电能质量原始信号通过模数转换模块转化为电能质量数字量信号；2）根据压缩感知理论，采用傅里叶变换基对电能质量数字量信号进行稀疏表示为，是稀疏变换基矩阵，是稀疏向量；3）采用高斯分布白噪声生成随机测量矩阵，，R是实数集，为测量维数，为电能质量原始信号的维数，；4）将测量矩阵与稀疏变换基矩阵相乘得到感知矩阵，从而得到电能质量数字量信号的测量值：；5）令初始余量等于测量值，即，初始步长，阶段，索引值集合，相应的支撑集为，候选集，迭代次数，是空集；6）对感知矩阵中的原子进行一次筛选，计算初始余量与感知矩阵列原子的相关系数，从中筛选出个最大值对应的索引值保存到候选集中以便进行二次筛选；7）采用正则化过程进行原子的二次筛选，结果保存在集合中；8）更新支撑集得到支撑集，再利用常规的最小二乘法来计算重构信号，并对余量进行更新；当时，判定支撑集的大小不满足重构的要求，将以步长来增大规模；当时，判定满足迭代停止条件；，是迭代次数，是更新后的余量。