基于LSA-MP改进原子分解的电能质量数据压缩方法

作     者：袁莉芬 刘韬 何怡刚 张鹤鸣 束海星 Yuan Lifen;Liu Tao;He Yigang;Zhang Heming;Shu Haixing

作者机构：合肥工业大学电气与自动化工程学院合肥230009 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2022年第36卷第1期

页      面：98-108页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划“重大科学仪器设备开发”项目(2016YFF0102200) 国家自然科学基金重点项目(51637004)资助 

主　　题：原子分解 匹配追踪算法 闪电搜索算法 电能质量 数据压缩 

摘      要：电能质量数据压缩是电能质量问题检测和识别中的重要步骤,其本质即为探寻电能质量稀疏特征的过程。针对稀疏分解中常用的匹配追踪算法在匹配最佳原子时计算复杂度高、耗时长,不能满足电力信号分析实时性要求的问题,应用收敛精度高、收敛速度快以及全局寻优能力强的闪电搜索算法搜索最佳原子,提出了闪电搜索匹配追踪算法。利用所提算法在构建的电能质量相关原子库中对电能质量信号进行原子分解,提取电能质量特征参数,将提取到的参数作为压缩后的电能质量数据,实现电能质量数据压缩。实验结果表明,所提算法匹配最佳原子的耗时约缩短为原算法的1/98,基于所提算法的电能质量数据压缩方法在匹配最佳原子满足电力信号分析的实时性要求,具有较高的压缩率和较低的重构误差,提高了数据压缩的性能。