基于压缩感知理论的电能质量稀疏测量与自适应控制研究

In recent years, more and more non-linear loads have been popular in single-phase power, their serious harmonic current and reactive power reduce the power efficiency and shorten the lifetime of the electronic devices. Traditional meter can only measure active power part, and cannot accurately measure and analyze the comprehensive parameters of single-phase power. It also cannot suppress the harmonic current effectively. From these problems, the research of sparse measurement and harmonic dividend-frequency control in single-phase power is proposed and it will deal with sparse measurement of power quality and consumption;set up sparse and robust information collection; and realize meter facilitated power quality control and prototyping and testbed performance evaluation. As a result, it will cost effectively and timely recording power usage information which will facilitate customers to achieve more efficient power usage, cost effectively and more accurately detecting power quality degradation including harmonics and short period power disturbance, which will serve a reference for power quality compensation, and could ensuring robust, scalable, and privacy conserving meter data collection, and effectively controlling power quality compensator to suppress harmonics and improving power quality and usage efficiency, which will in turn help reduce the harmful impact on electronic devices and environment as well as obtain self-healing of power quality.

近年来随着电网中非线性负载设备的大量普及，它们工作中产生谐波干扰和无功分量严重降低了电网用电效率，缩短了电器寿命。传统单相电表只对有功电能部分计量，采样信息量大，运算处理负担重，无法实时有效测量，处理和控制电能质量多参数状态。由于电能质量采样数据具有较好频域稀疏特征,所以十分适用于压缩感知理论模型的分析和研究。基于压缩感知的单相电能质量稀疏测量与自适应控制研究，首先通过对单相电网质量和用电状态的稀疏测量建模，利用少量采样代价及时准确记录用户各项用电状态；然后构建鲁棒、动态、可信的数据重构和恢复模型，更加有效地检测电能质量的退化状态（谐波噪声和瞬间功率干扰等）；最后提出并实现电能谐波分频预测控制系统和嵌入式智能电表硬件评估原型体系，有效抑制谐波干扰改善功率因素，减少负载对环境和电器设备的危害，达到电能质量自愈的功能。

本人从2013年1月～2015年12月的三年时间里，进行了较为深入的研究和分析，对单相电网质量和用电状态的稀疏测量建模，更加有效地检测电能质量的退化状态（谐波噪声和瞬间功率干扰等）；提出并实现电能谐波分频预测控制系统和嵌入式智能电表硬件评估原型体系，有效抑制谐波干扰改善功率因素，减少负载对环境和电器设备的危害，达到电能质量自愈的功能。.在项目研究期间，参加国际会议6次，出国交流访问1次，培养硕士毕业生4人，在读硕士毕业生4人，培养湖北省优秀本科毕业论文1人，发表相关论文12篇，其中EI检索6篇，ISTP检索1篇，申请并授权国家专利2项，获得湖北省科技进步一等奖1项，研制基于压缩感知理论的智能电表和谐波分频抑制硬件系统一套，上位机监控与采样数据重建和恢复的数据库软件1套。.本项目主要有以下理论方面研究成果：.1.通过对单相电网中电压、电流和功率等电能参数进行二维稀疏测量建模，利用少量采样代价及时准确记录用电状态；然后构建鲁棒、动态、可信的数据重构和恢复模型，更加有效地检测电能质量的运行状态。通过实际测试平台和对照实验分析，电能质量信号在较高的压缩比下，稀疏采样性能指标较好，能够真实反映不同负载和变化情况下电压、电流和功率信号采样分析。.2. 智能电表来利用ZigBee AdHoc网络上采集和传输电能质量信息，电网管理用户能够有效地利用电能质量信息实现采集，传输，处理和共享。实验结果表明，该实时监控分布式客户端电能质量信息，以友好，智能互动功能在一起。.3. 基于压缩传感改进的重建算法由于电能质量信号进行电能质量分析频域稀疏。通过使用ZigBee无线网关的无线传感器网络和电能计量芯片和相关对比实验取得较好效果。.4. 提出了一种改进内斯塔算法以减少稀疏采样电能质量信号量和复杂度，提高了运算速度。该算法通过MATLAB仿真对比实验取得了较好的效果，并具有很重要的实用价值。.5. 在机械加工过程中，对于越来越多的非线性的电能质量问题，提出了新型电能稀疏采样算法的智能电表，减少了信息传输量并提高了测量精度。实验结果表明，该方案具有良好的良好的性能和结果。.本项目实际应用方面主要有以下方面研究成果：.1.建立谐波分频采样及吸收硬件系统.2.提出并设计出具有压缩感知功能的智能电表系统.3.设计并实现了电能质量数据传输、处恢复和显示终端分析软件。