杜太行,梁倩伟,孙曙光,王景芹

(1.河北工业大学 人工智能与数据科学学院,天津 300130;2.河北工业大学 省部共建电工装备可靠性与智能化国家重点实验室,天津 300130)

0 引 言

随着智能电网的快速发展,以风电、光伏为代表的可再生能源设备规模化接入电网,大量的电力电子设备和冲击性负荷投入使用,导致电网中谐波/间谐波含量大量增加,使得电能质量问题日益突出[1]。

传统的谐波/间谐波检测方法建立在奈奎斯特采样定理之上,要求采样频率不小于信号中最高频率的2倍,而谐波间谐波的检测逐步趋向于复杂化和常态化,如若需要长时间对谐波/间谐波进行实时检测,将会产生庞大的数据量,对数据的存储、传输,以及硬件的要求都产生了极大的挑战[2]。而压缩感知理论的提出,打破了传统采样定理的限制,该理论实现了信号压缩和采样的同步进行,为信号处理和图像识别等领域开辟了新的方法。

将压缩感知应用到信号处理中的前提是信号本身或在某个变换基下是稀疏的,但是在傅里叶变换基下得到的稀疏信号是傅里叶变换的频域信息[3],在对谐波畸变信号压缩采样时,非同步采样和频率波动造成的频谱泄漏和栅栏效应同样无法避免,可能会对检测结果造成较大的影响。

为采用压缩感知算法实现谐波/间谐波的高性能检测,文献[4]提出一种SACoSaMP算法,该算法能够在谐波信号稀疏度未知的情况下,在重构的稀疏向量基础上实现……