论文部分内容阅读
智能电网通过采集电力数据进行状态评估,而电网系统中大规模电力数据的传输导致开销过高。为此,提出一种基于压缩传感的低开销电力数据采集方法,其利用信号的稀疏性,将变换系数线性投影为低维观测向量,通过进一步求解稀疏最优化高概率精确地重建原始信号。将数据采集过程分为数据压缩、数据传输和数据重构三个阶段,并基于KSVD,设计一种基于成块电力数据的稀疏矩阵训练算法。该算法不是根据单个电力数据训练稀疏矩阵,而是根据多组电力数据来训练稀疏矩阵,具有较强的鲁棒性。仿真实验结果表明,使用压缩感知处理后的数据进行传输,其