基于压缩感知的电力系统故障选线研究

• 作者: 唐华 张明磊 杨超
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 故障选线 压缩感知 高斯随机矩阵 分割增广拉格朗日收缩算法(SALSA) 小波分解
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 72-75,80
• 页数: 5页
• 分类号: TM726
• 字数: 3294字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.06.016

摘要

为了解决电力系统故障选线中信号的采样、传输和存储问题,提出了一种全新的基于压缩感知理论的信号压缩的方法.该方法的采样频率不用考虑奈奎斯特采样频率.采样的信号是有选择性的部分信号.并通过设计重构算法来准确恢复该全部信号.考虑到一般条件下信号稀疏度不确定性,采用一种分割增广拉格朗日收缩算法(SALSA)来重构这些稀疏度不确定的信号.通过采用快速傅里叶变换基与高斯随机矩阵并且和SALSA相结合能够很好地实现信号压缩重构.对重构信号采用小波分解,获取重构信号的主要特征,分析零序电流模极大值的极性,找出其中一条与另外两条零序电流模极大值极性不同的线路,从而确定此线路为故障线路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超	贵州大学电气工程学院	42	142	7.0	10.0
2	张明磊	贵州大学电气工程学院	6	6	2.0	2.0
3	唐华	贵州大学电气工程学院	4	35	4.0	4.0