SA-CoSaMP算法在电能质量扰动信号识别中的应用

• 作者: 余林 简献忠 肖儿良
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电能质量 压缩感知 稀疏向量 BP神经网络 SA-CoSaMP算法
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 理论与算法
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM71|TH183.3
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801799

摘要

针对电能质量扰动信号具有实时随机性和稀疏度未知导致识别率低的问题,提出了基于稀疏自适应的压缩采样匹配追踪算法(SA-CoSaMP)进行电能质量扰动信号分类识别的研究,可有效减少数据采集、降低特征值处理量,并提高识别率.首先,针对电能质量扰动信号,利用压缩感知理论(CS)获取降维的测量信号,基于SA-CoSaMP算法获取稀疏向量;然后,针对7类典型电能质量扰动信号的稀疏向量,经过实验对比提出5种特征值,采用BP神经网络作为分类器.实验结果表明,选取需要处理的原始信号长度2 048,所提算法特征提取时处理长度平均为40,保存信号全部原始特征,具有重构精度高、抗噪能力强的优点,识别率为98.87％,高于稀疏自适应匹配追踪算法(SAMP)的94.33％和压缩采样匹配追踪算法(CoSaMP)的95.75％,为电能质量扰动信号识别提供了一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简献忠		91	341	9.0	14.0
2	肖儿良		36	108	6.0	8.0
3	余林		1	0	0.0	0.0