【摘 要】
：
针对压缩感知在电能质量信号压缩重构方面存在前期稀疏处理过程繁琐、观测矩阵设计困难、压缩重构速度慢等缺点,首次提出一种基于生成对抗网络模型的电能质量信号压缩重构方法。该网络模型由生成器和鉴别器组成。生成器学习样本分布的特性,经过训练后应用到电能质量信号的压缩和重构过程中。鉴别器与生成器相互对抗以提高彼此性能。此外,该方法在原损失函数中加入重构损失和频域损失,进一步提升重构效果。实验结果表明,提出的压缩重构方法不仅避免了前期对信号进行稀疏处理,而且具有重构效果好、重构速度快、稳定性更强的优势。
【机 构】
：
上海理工大学光电信息与计算机工程学院,上海理工大学机械工程学院,北京工业大学材料科学与工程学院
【基金项目】
：
国家自然科学基金资助项目(11774017)。
论文部分内容阅读
针对压缩感知在电能质量信号压缩重构方面存在前期稀疏处理过程繁琐、观测矩阵设计困难、压缩重构速度慢等缺点,首次提出一种基于生成对抗网络模型的电能质量信号压缩重构方法。该网络模型由生成器和鉴别器组成。生成器学习样本分布的特性,经过训练后应用到电能质量信号的压缩和重构过程中。鉴别器与生成器相互对抗以提高彼此性能。此外,该方法在原损失函数中加入重构损失和频域损失,进一步提升重构效果。实验结果表明,提出的压缩重构方法不仅避免了前期对信号进行稀疏处理,而且具有重构效果好、重构速度快、稳定性更强的优势。
其他文献
为了对比分析不同变量机构在控制数字变量泵时的动态响应及抗干扰特性,分别建立电液比例换向阀、电液伺服阀及高速开关阀控制变量泵系统的AMESim模型,并进行仿真研究.仿真结
为了更好地解决含分布式电源(Distributed Generation,DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型。首先采用K-means++聚类算法对日负荷进行时段划分。然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算。针对传统灰狼优化算法中存在的初始种群分布不均、缺少全局交流、容易陷入局部最优等问题,在生成初始种群时引入tent映射,增强初始种群的均匀性。引入合作竞争机制,提高个体间有效信息的利用率。在灰狼种群位置更新时引入自适应惯性权值
针对工控燃气监控与数据采集(supervisory control and data acquisition,SCADA)系统中间人攻击,提出了一种基于单分类支持向量机(one-class support vector machine,OCSVM)
随着社会发展,地铁的普及和建设对于地铁监测工作提出了更高的要求.在地铁监测中,通过应用全站仪自动监测系统,不仅能够提高测量精度,还能实现更高的测量效率.本文就对于全站
针对机械臂在实际应用中无法建立完全精确的动力学模型以及机械臂在工作环境中普遍受到各种未知外部扰动的问题,提出了一种基于扰动观测器的机械臂神经网络滑模控制方法.利用
延时是数字控制系统中不可避免的环节,但延时环节的加入会改变系统的相频特性,减小系统的相角裕度,从而影响系统稳定性。随着技术的不断进步,低延时控制逐渐成为主流,然而不当延时的加入易使系统不稳定。以采用有源阻尼的电感-电容-电感型有源电力滤波器(active power filter,APF)为例,建立了其离散域下的电流环控制模型,并使用等效方法得到连续域下的等效控制模型,从而系统地分析了控制延时对系统稳定性的影响,进一步提出了一种计算保持系统稳定的控制延时时间范围的方法。另外,给出了一种优化固定延时系统稳定
为满足含混合储能的独立光伏发电系统的安全、稳定运行要求,延长光储系统的使用寿命,提出一种能量管理策略。该策略对光储系统的工作模式进行分类,并对不同的工作模式采用不同的控制电路,在维持母线电压稳定的基础上,增加了并联电池组的功率分配控制;通过引入虚拟下垂电阻实现多并联DC/DC变换器的控制;综合考虑电池的荷电状态、容量以及运行效率等性能因素,使电池单元自行调节充放电功率,实现电池功率的自适应分配。该策略可以使性能好的电池单元承担更多的功率,减轻了性能较差的电池单元的运行压力。最后,在MATLAB/Simul
考虑犹豫模糊语言信息描述专家评价数据的全面性和便捷性,构建了基于犹豫模糊语言Archimedean有序加权平均(hesitant fuzzy linguistic Archimedean ordered weighted averaging,HFLAOWA)算子的多属性群决策模型。首先,基于严格Archimedean t-模运算和严格Archimedean t-余模运算定义新的犹豫模糊语言基本运算法则;其次,提出HFLAOWA算子用于对多个犹豫模糊语言元的综合集成,并探究HFLAOWA算子的优良特征,分析
微电网是一种小型的配电网系统,可有效消纳可再生能源,具有较高的可靠性和灵活性。然而,其复杂的网络结构、多变的潮流方向、不同的故障特性给传统继电保护的速动性和可靠性带来了挑战。因此,提出一种基于卷积神经网络的微电网智能保护方法。该方法通过小波变换对电流信号进行处理,提取特征值,再结合仿真数据和历史数据,建立不同状况下的微电网特征集合,并将其作为卷积神经网络的输入,在大量的离线训练后可实现故障位置和故障类型的智能判断。最后,使用PSCAD对典型的微电网进行建模与仿真。实验结果表明,该办法具有较高的可靠性。
针对现有室内节点异常定位不精确等问题,提出一种基于背景感知的异常节点定位检测算法.根据节点所处环境,将节点运动过程模拟为有限状态的转换,以检测无线网络环境中的异常节