国网阳泉供电公司 山西阳泉 045000
摘要：随着智能电网等新技术的不断发展，用电负荷类型日趋多元，柔性负荷和分布式负荷的不断等多给电能质量带来明显的影响。这使得面向电能质量的采集数据量增长惊人，传统的数据压缩方式虽然能在传输链路上缓解数据采集的性能瓶颈，但是在数据采集的前端仍有着巨大的数据采集、存储和传输的压力，这表现在数据采集频率高、大量数据的存储与备份对前端设备要求极高、对海量数据的压缩处理所需要的计算能力超出前端设备的能力。如何解决这些问题已经成为面向电能质量的数据采集技术发展中必须突破的课题。
关键词：数据采集；电能质量；感知压缩；采样定理；数据重构
1基于压缩感知的数据压缩理论
1.1数据采集流程
传统数据采集分为四个步骤：信号采样、数据压缩、解压缩和分析处理[9]。在这个过程中信号采样操作是对时域内所有信号依据采样频率进行采样，这样的采样没有充分考虑到在采集时域内信号是有其自身的稀松性，因此压缩感知理论对数据采集过程进行优化，将信号采集和数据压缩合二为一，通过降低数据采集频率和优化压缩算法实现降低采集数据量的目的。
1.2稀疏矩阵
如果数据信号在采集时域内呈现出较少的非零值，那么这个信号就具有较好的稀疏性。提出采集信号在时域范围内一般不具有直接的稀疏性，因此需要对信号进行针对性的变换，使其在变换后的值域中具有能够满足数据压缩感知的稀疏性。对信号进行变换的矩阵为稀疏矩阵。稀疏矩阵的性质对变换后信号的稀疏程度具有较大影响，能够决定信号可压缩的比率，还能够在较大程度上影响数据重构的精确度。信号的稀松性就是信号在经矩阵变换后的值域中所具有的大量零值，数学表达式为：
式 7 中 G、G’为稀疏系数矩阵。X 为采集数据矩阵。S 为稀疏矩阵。依据式 7 的推导结果，稀疏矩阵是两个稀疏系数矩阵乘运算的结果，而采集数据矩阵则是稀疏矩阵的向量化处理结果。当采集数据与矩阵向量化后结果等价时，对采集数据矩阵左乘测量矩阵可实现两个矩阵的乘积的拆解：λ=kron（，），则重构采集数据矩阵 XN×L所需的采集为 YM×K=。由于 M 值远小于 N，因此采样数据矩阵所包含元素个数大大小于重构数据矩阵，从而实现了采集数据的稀疏化。
2.2数据重构分析
数据采集频率的降低在很大程度上依赖于采集数据之间的时间相关性，除此之外，测量参数之间的空间相关性也对数据的压缩率有一定影响。基于数据时间相关性能够提高数据重构效率。重构U 点的信号需要 V 个采样数据点。传统数据重构需要等到所有 V 个数据点完成采样，而基于基于压缩感知的数据重构只需在 D 个数据区域中获得 V 个采样数据点，然后基于数据的空间相关性即可进行数据重构，这意味着重构周期平均能够减少 1/D。
3 实验验证
在实验中设置 10 个电能采集指标，每个采集指标的采样频率为 1/400，即每个采集周期采样 400 个数据点。通过在设置压缩率水平下进行数据采集和重构实验，以验证本文所提出的采集模型的有效性。程”两种操作模式；
3）将现场元器件设定的指令建立Intouch的动画链接；
4）临建抽水系统分步控制，根据实际要求投入水泵的功率，在上位机动画链接中分步投入水泵1和水泵2。
智能抽水系统上位机组态监控画面如图3所示：
图3
4 智能抽水系统实现的效果
本项目智能抽水系统的开发，通过多次试验达到如下效果：
1、可实现无人值守；
2、水位计传感器可准确判断沟渠高低水位，可实现水泵的智能启动、停止；
3、抽水系统可判断水位计的误动指令，并通过计数器进行动作计数，一定程度上可判断沟渠积水量；
4、智能抽水系统的实现为公司节省了财力、物力。在降雨时，无需人员驻守；在防汛工作中起到决定性作用，保障了临建办公区域的正常办公；
5、通过本次项目的开发，锻炼了员工的动手能力、培养了员工的创新意识，通过理论与实践的结合大大提高了员工的综合能力，同时在生产运营准备阶段大大提高了员工的理论知识和动手能力为后续港口生产运营、电气设备维护夯实了基础。
参考文献：
[1]杨树兴.继电器在智能控制系统中的应用[J].中国西部科技，2010，9（5）.
[2]佟为明.低压电器继电器及其控制系统[M].哈尔滨工业大学出版社，2000.
[3]刘旭东.浅析继电器在电气工程及其自动化低压电器中的应用[J].山东工业技术，2015（18）：184-185.
[4]廖常初.S7-200PLC基础教程[M].2版.北京：机械工业出版社，2009.
[5]廖常初，陈晓冬.西门子人机界面组态与应用技术[M].北京：机械工业出版社，2008.
[6]SIEMENS AG.S7-200CN可编程控制器产品样本.2013.
[7]廖常初，陈晓冬.浅谈PLC在智能控制中的实现[J].内江科技，2009，30（5）：95-95.
[8]廖常初.S7-200PLC编程及应用[M].2版.北京：机械工业出版社，2013.
周鑫，1995年7月，男，汉，湖北省荆州市，湖北荆州煤炭港务有限公司，本科，电气工程及其自动化
论文作者:樊丽霞
论文发表刊物:《基层建设》2019年第23期
论文发表时间:2019/11/20
标签：矩阵论文; 数据论文; 稀疏论文; 信号论文; 数据采集论文; 重构论文; 电能论文; 《基层建设》2019年第23期论文;