论文摘要
为了解决大数据电能质量信号重构时稀疏度自适应耗时过长和重构性能差的问题,提出了一种无需稀疏度的分段阈值对比近似共轭梯度追踪(STCACGP)重构方法。STCACGP算法通过阈值比较进行原子筛选,用近似共轭梯度计算梯度方向代替正交投影逼近原始信号,以残差比较为终止条件实现电能质量数据重构。通过实验比较选取最优阈值,比较了SAMP、 SACoSaMP、 SWOMP和STCACGP的重构效果和重构时间。实验结果表明,STCACGP算法重构精度和时间均优于其它算法,在压缩比取25%时,重构时间比SACoSaMP算法快了3倍,为大数据电能质量信号重构的实时性实现提供了一种思路。
论文目录
文章来源
类型: 期刊论文
作者: 简献忠,马思远,王如志
关键词: 电能质量,压缩感知,阈值比较,重构算法
来源: 电子测量技术 2019年24期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 上海理工大学光电信息与计算机工程学院,上海市现代光学系统实验室,北京工业大学材料科学与工程学院
基金: 国家自然科学基金项目(11774017)资助
分类号: TM73
DOI: 10.19651/j.cnki.emt.1903226
页码: 86-91
总页数: 6
文件大小: 1777K
下载量: 45