基于压缩传感输电线路绝缘子泄漏电流数据压缩的研究

《基于压缩传感输电线路绝缘子泄漏电流数据压缩的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕士学位论文摘要研究发现绝缘泄漏电流与绝缘子故障关系密切，能够科学地表征绝缘子绝缘水平。绝缘子泄漏电流尤其在闪络放电过程中含有大量高频脉冲分量，对信号的采样速率和处理速度要求很高，其庞大的采集数据量给数据通信和存储造成了严重的负担。研究发现绝缘子泄漏电流在某一变换域下是稀疏的，课题研究分析压缩传感理论实现对绝缘子泄漏电流的数据压缩。压缩传感以远远低于奈奎斯特采样定理的频率实现对高频绝缘子泄漏电流的采集，从而降低数据通信和存储负担，使高频信号采集成为可能。本文研究分析傅立叶变换与小波变换对绝缘子泄漏电流的稀疏表示的效果，求

2、出具有局部分辨性的小波变换较之全局性的傅立叶变换，更能简洁表示泄漏电流信号。对高斯测量矩阵的测量数与泄漏电流的稀疏度的关系进行深入研究，结合实验数据，得出测量数与稀疏度的大致关系。围绕压缩传感理论对输电线路绝缘子泄漏电流先进行小波变换的稀疏表示，然后经过高斯测量矩阵线性投影获取测量值，最后由正交匹配追踪算法恢复原始信号。实验结果表明，由少量的测量值能够高精度地恢复原始信号，不仅降低对传感器采样频率的要求，而且极大地降低了数据存储和传输代价。为了进一步提高信号重构的速度，在小波稀疏变换基础上，引入经验模态(EMD)分解方法对绝缘泄漏电

3、流进行平稳化处理。改进方法得到实验结果与原有算法的结果对比，可以看出优化后的算法在提高重构运算速度的同时，也能够精确的重构原始信号。关键词：压缩传感；泄漏电流；稀疏表示；高斯测量矩阵；正交匹配追踪算法；EMD分解I华北电力大学硕士学位论文AbstractResearchfindsthatleakagecurrentiscloselyrelatedtoflashoverdischarge,itcancharacterizeexternalinsulationstatusofinsulatorscientifically.Insulat

4、orleakagecurrentespeciallyintheflashoverdischargeprocesscontainsalotofhigh-frequencypulsecomponent,itrequiresthesignalsamplingrateandprocessingspeedhigher.Sothehugedatacollectioncausedgreatburdenonthedatacommunicationandstorage.Foundthatleakagecurrentissparseunderacert

5、aintransformdomain,insulatorleakagecurrentwascompressedinthesubjectbasedoncompressedsensingtheory.Samplingfrequencythatcompressedsensingsampledhigh-frequencyleakagecurrentisfarbelowtheNyquistsamplingtheorem,thusitreducestheburdenofdatacommunicationandstorage,makinghigh

6、-frequencysignalacquisitionpossibly.Inthispaper,weanalyseinsulationleakagecurrentsparsitybetweenthewaveletandfouriertransform.Fromtheseresults,wavelettransformrepresentstheleakagecurrentsignalmoresuccinctthanfouriertransform.Relationhasbemadestudyofthemeasurementandthe

7、sparsityinadeep-goingway.Wehavefoundtheapproximaterelationshipbetweenmeasurementandsparitybycombiningexperimentaldata.Thesimulationexperimentenclosesinsulatorleakagecurrentinthetransmissionlinebasedoncompressedsensing,itfirstrepresentsthenon-stationaryinsulationleakage

8、currentsparsebywavelettransform,andthenprojectslinearmeasurementbyGaussianmeasurementmatrix,andfinallyadoptsorthogona