2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著電網(wǎng)建設(shè)的不斷推進(jìn)及負(fù)荷多樣化的發(fā)展,電能質(zhì)量問題日益凸顯,分析和改善電能質(zhì)量成為當(dāng)前的重要研究課題。原子稀疏分解通過構(gòu)建符合信號特征的過完備原子庫,實(shí)現(xiàn)信號的自適應(yīng)分解,在電力系統(tǒng)信號分析領(lǐng)域受到了廣泛關(guān)注。本文基于原子稀疏分解的思想,對電能質(zhì)量擾動分析、數(shù)據(jù)壓縮、系統(tǒng)諧波檢測進(jìn)行研究。
  過完備原子庫中原子數(shù)目較大及匹配追蹤算法需遍歷整個原子庫以尋求最優(yōu)解使得原子稀疏分解的計(jì)算量非常大。對此,人們選擇智能優(yōu)化的匹配追蹤算

2、法以降低算法的復(fù)雜度,但信號分解的參數(shù)提取精度卻明顯降低,再加上匹配追蹤算法自身存在的短視和誤差累積效應(yīng),分解過程中出現(xiàn)參數(shù)提取不準(zhǔn)確及無關(guān)分量等問題,干擾信號的準(zhǔn)確檢測。本文針對粒子群優(yōu)化算法存在的上述問題,提出了粒子群動態(tài)搜索(Particle Swarm Optimization Dynamic Search, PSO-DS)算法,根據(jù)快速傅里葉變換和小波變換提供的先驗(yàn)信息,對算法的參數(shù)搜索范圍和最佳原子的搜索方式進(jìn)行優(yōu)化。仿真分

3、析表明,PSO-DS算法通過幾次分解便可有效地提取信號特征,并在算法初期有效地避免了無關(guān)分量和錯誤分量的產(chǎn)生,提高了信號檢測精度及信號表達(dá)的簡潔性與準(zhǔn)確性。
  隨著電網(wǎng)建設(shè)的智能化和信息化,電能質(zhì)量檢測數(shù)據(jù)非常龐大,為數(shù)據(jù)的有效存儲和傳輸造成較大困難。原子稀疏分解可以通過分解參數(shù)和原子庫實(shí)現(xiàn)信號重構(gòu),而分解參數(shù)相對于原信號而言數(shù)據(jù)量非常小,可以實(shí)現(xiàn)信號的高壓縮比。本文在 PSO-DS算法的基礎(chǔ)上進(jìn)一步研究電能質(zhì)量擾動信號的壓縮重

4、構(gòu)性能,并從壓縮率、信噪比、均方誤差百分?jǐn)?shù)以及能量恢復(fù)系數(shù)四個方面對算法的壓縮重構(gòu)性能進(jìn)行了全面評價(jià)。仿真分析表明,基于 PSO-DS的壓縮方法在98%高壓縮率的情況下,能量恢復(fù)系數(shù)均在99%以上,信噪比達(dá)到39dB。壓縮率在95%時(shí),信噪比可以達(dá)到55dB,與小波包壓縮算法相比,在信噪比接近的情況下,壓縮率高出15%~20%。
  最后,本文研究了原子稀疏分解方法在系統(tǒng)諧波檢測方面的應(yīng)用,對原子庫的構(gòu)建、算法具體實(shí)現(xiàn)、算法復(fù)雜度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論