随着经济的不断发展,人们生活水平不断提高,家里的电器设备日益增多,用电量急剧上升,这给电力系统电网管理带来挑战[1]。同时通信技术、工智能技术的不断发展,电网基本进行了智能管理模式,即智能电网。在电力系统工作中,每天产生大量的数据,如何对这些数据进行高效管理,并根据这些数据对智能电网进行自动规划,具有十分重要的实际意义[1]。

电力监控系统是智能电网的一个重要组成部分,由于智能电网包括大量的智能电表、控制终端,这些节点如何进行通信、数据传输,直接关系到电网的稳定性[1]。当节点较少时,可采用无线网络进行通信,工作效率高,实时性,但每天都有许多节点增加,而且节点不断产生数据,传统无线网络的局限性显示出来了,工作速度慢[1]。为了解决传统无线网络存在的局限性,有学者将无线传感器网络引入到节点的数据采集中,该网络由大量的微传感器节点组成,这些传感器节点可以实时、不断采集智能电网节点相关信息,工作稳定性得到提高。然而智能电网每生了大量数据,无线传感器网络数据链路压力增加,且节点消耗大量的数据传输能量,再加上节点采集的数据大量重复,数据传输的错误率增加,数据传输时延也增加。为此一些学者将无线传感器网络的汇聚节点作为数据融合节点,对数据进行一定的降冗余处理,消除部分重复数据,减少了数据传输量,提高了电力监控系统的可靠性[1]。虽然汇聚节点采用传统数据压缩技术实现数据精简,但是容易破坏原始数据的结构。压缩感知技术是一种有效的数据处理方法,可以对数据进行稀疏处理,降低数据采样率,减少数据量,并且通过重建算法可能获得与原数据相同质量的数据[1]。

为了提高电力监控系统的工作效率,加快数据采集和传输速度,提出了基于压缩传感和无线传感器网络相融合的电力监控系统,并通过具体应用实例测试该力电监控系统的性能,结果表明,该电力监控系统可以大幅度减少数据采样率,数据处理量急剧下降,减轻了数据链路负载,而且改善了系统的工作效率,减少了数据传输时延,数据传输成功率高,可以满足实际应用要求。

图1 传感器网络的构架

1 无线传感器网络和压缩感知技术

1.1 无线传感器网络

无线传感器网络由大量微型传感器节点构成,各个节点之间可以相互通信,能够对目标的状态信息进行实时采集,并通过自组织网络将采集的数据发送到目的地。一个常用的无线传感器网络结果可以采用图1进行描述。

为了更好的描述无线传感器网络,通常情况下做如下假设:

史书记载，高以永勤于政事，宽以待人，生活上严于律己、清苦过人。一生任州县官十一年，从未携家人至任所。离任时，随身携带的也只有几件衣服和几本书。在任户部江西司员外郎时，他深知“江南财赋半天下”，工作繁重、责任重大，为防止奸吏作弊，高以永夜以继日地查核文书簿籍，以至积劳成疾，病逝于任所。死后没有留下任何属于他自己的财产，连灵柩也无力运回，靠亲戚朋友资助才得以归葬。

(1)各个传感器节点可以采用多跳或者单跳的数据传输方式进行工作,具体方式根据实际情况确定。

鼓励学生积极将实训课题与院系的创新科研相结合，利用现有条件在完成实训作业的同时参加各项物联网工程的相关专业比赛，如各级机器人大赛，蓝桥杯、ACM等程序设计比赛。培养学生的创新思维、动手实践能力与团队协作能力。

(2)传感器节点有多种类型,只有一个基站,处于一个特殊的位置,能量通常情况下不受限制,可以长期的工作下去。

(3)普通传感器节点只负责数据采集,它们能量较少,不能进行在线补充,这是无线传感器网络的一个瓶颈,位置通常不能移动。

1.2 治疗方法 A组患者给予单纯CABG治疗：首先行左乳内动脉和前降支吻合，随后行大隐静脉和冠状动脉远端序贯桥吻合，最后于升主动脉侧壁钳下行近端吻合。B组患者给予CABG联合MVR治疗：首先经由主动脉以及上、下腔静脉插管建立体外循环，待升主动脉阻断以及心脏停搏后，给予大隐静脉和冠状动脉远端序贯桥吻合处理，随后行MVR，并行大隐静脉和主动脉的端侧吻合，最后完成乳内动脉和冠状动脉前降支吻合。

(3)每一个普通传感器节点有一个标识身份的ID号,它们基本结构、性能都是相同的。

在传感器节点进行通信时,会消耗大量的能量,根据距离的阈值,有自由通信和多径衰落两种通信方式,节点的通信模型如图2所示。当数据传输大小为n bit、两节点之间的传输距离为d,则发送和接收该数据的能耗计算公式为

5、工程建设监测。通过影像对比可以看到，涔天河水库扩建工程在原先大坝下游180 m处修建新的大坝，新大坝的建筑规模比原先的更为庞大和壮观。在涔天河水库大坝修建处，共监测推填土240.74亩，主要为大坝修建产生的弃土、以及道路建设旁的推填土。由于大坝工程建设现在还未完全竣工，因此本监测点仅对影像上可识别出的推填土类型进行提取，待工程完全建设好后可对植被恢复情况进行具体的跟踪监测。

(1)

ERx=n×ERx

(2)

式中:和ERx为分别为数据发送和接收电路的功耗,εfs、εmp分别为两种通信方式能耗权值。

a和b的计算公式为:

Eda-fu(n)=nEDA

(3)

图2 节点的通信模型

1.2 压缩感知技术

电力数据通过小波变换后,具有稀疏特性,就能够根据观察向量y对f进行重建。设具有稀疏特性的向量为x,f的小波变换表示为:

在上辑的5个故事中，贯穿始终的是身为挂职副县长的“我”，以“我”的视角记录了在挂职中所发生的事。这样记录式的写作手法，使文章更加客观和真实。而这样的记录方式又和报告文学有所区别，通过一件事记录下不同的声音和诉求，这其中既有参与者也有旁观者，这些不同的声音在同一个话语场域中形成碰撞，使故事更有冲突性和戏剧性，也使叙事更具有张力，同时也给读者带来思考。另外这些人物不管是百姓还是干部，每个人都有每个人的难处，作者坚守了以人为本的立场，写出生活的不易，给予他们人文主义的关怀。

(4)

设Θ为投影矩阵,且有Θ=[θi]=[X,Ψi],那么X和Θ是一种等价关系。如果X可以表示为K个基向量的组合,那么可认为X是K的稀疏表示。采用观测矩阵Φ(M≪N)的M个行向量对X进行投影操作,产生的观测值为:yj<Θ,φj>似乎有缺,(j=1,2,…,M),相应的观测向量可以表示为Y=(y1,y2,…,yM)T,可以得到

y=ΦΘ=ΦΨTX=ACSX

(5)

观测向量Y为M维,使得测量对象从N维降为M维。观测过程是非自适应的,所测量到的M个测量值不能破坏原始信号信息,保证信号的精确重建。

若X是一个稀疏信号,同时知道Θ中的K个非零系数的位置,只要满足条件:M≪N,那么能够通过Y得到Θ。含有K个非零元素的矢量ν,如果满足条件:ε>0,那么可以得到如下的条件。

(1-ε)‖ν‖2≤‖Θν‖2≤(1+ε)‖ν‖2

(6)

2 电力监控系统系统的具体设计与实现

2.1 电力数据采集

采用无线传感器网络对电力系统进行数据采集,可以产生海量数据,如果不对这些数据进行压缩处理,直接进行数据传输,那么会对数据传输效率产生不利影响。传感器节点通常根据采样周期对电压、电流等数据进行采集,在时间段T内,无线传感器网络采集到数据可以描述为。

(7)

式中:行代表演节点采集数据,列代表数据的采样时间。

然而，主要的机心元素依然是三轴陀飞轮。尺寸最大的第一个框架连接另外两个框架，每300秒转动一圈。第二个框架嵌入于其中，每75秒转动一圈。最小的第三个框架直接连接大型可变惯性摆轮，每45秒转动一圈。

2.2 电力数据压缩的思想

无线传感器网络采集的原始电力数据数量大,可以对原始数据进行适当压缩,通常情况下,能够行方向进行压缩,也能够从列方向进行压缩,由于行压缩很容易破坏原力数据的结构,因此电力数据主要从列方向进行压缩,常用的压缩矩阵可以表示为

f=[f1t f2t … fNt]T

(8)

f′=[f1t f2t … fMt]T

(9)

式中:f表示采集数据,f′表示相应压缩矩阵。

2.3 电力数据稀疏处理

电力数据不一定满足稀疏特性,因此采用小波变换对电力数据者稀疏处理变为稀疏数据,小波变换的基本形式为

(10)

式中:ψa,b(t)表示子小波表示母小波,a表示变换的尺度素,b表示一常数。

（67）双齿鞭苔 Bazzania bidentula（Steph.）Steph.刘胜祥等（1999）；李粉霞等（2011）

连续小波变换定义为:

ωa,b=ψa,b(t)f(t)dt

(11)

传感器节点融合n bit数据消耗的能量为:

(12)

那么根据式(11)和式(12)可以得到:

(13)

采用高通滤波器h[n]和低通滤波器[n]对电力数据进行分解,可以得到不同尺度的数据,且 h[n]和[n]满足如下关系:

h[L-1-n]=(-1)ng[n]

(14)

式中:L表示滤波器长度。

2.4 电力数据的重建

压缩感知技术是一种新型的数据处理方法,其主要包括原始信号稀疏表示、观测矩阵设计、信号重建算法等关键技术。信号一定要求为稀疏,这是压缩感知的先决条件,如果不满足该条件,首先通过一定的技术将信息变换为具有稀疏特性,本文采用小波变换实现[13]。设采集的原始信号为:X(X∈RN),其中,N表示信号的长度,ψi(i=1,2,…,N)表示基向量,信号可以变换成为:

(15)

式中:为f的估计值是x的估计值,可以得到

s.t. y=ΦΨx

(16)

采用高斯随机矩阵Φ构建电力数据的观测矩阵,而且Φ与Ψ关系为:

(17)

式(24)可以变:

（3）群雄斗虎。领舞者持钓鱼鞭向空中一举，四名斗虎英雄持刀引领四虎转至场北面，由东到西面朝南按①-④虎一字排开，领舞者一招“拨云见日”，四虎向前扑三扑，四名斗虎英雄在虎前做“三仆刀”，行至场南面。

纳入标准：①均满足上述诊断标准。②年龄≥18周岁。③患者、家属于研究前均知情，并阅读、签字“知情同意书”。

此类non-convex QCQP问题是NP-Hard的，本文将利用正交变换的方法，将此问题转化为松弛的二次约束二次规划问题(Relaxation Quadratically Constrained Quadratic Program,RQCQP).

(18)

当信号稀疏时,l0范数可以采用l1代替,那么可以变为

(19)

3 改进迭代阈值算法

式中:soft(ut,τ/λ)表示软阈值函数,计算公式为

xt+1=(1-α)xt+αΓ[xt+ΦT(y-Φxt),τ]

(20)

式中:τ表示正则化参数,α表示调节因子。

每一迭代都会使用两次的估计值,即

xt+1=(1-α)xt-1+(α-β)xt+βΓ[xt+ΦT(y-Φxt)/s,τ/s]

(21)

式中:s表示迭代步长。

α和β的计算公式为

(22)

式中:ρ=(1-λ1/λN)(1+λ1/λN)。

改进迭代阈值算法求解的化问题可以表示为:

τc(xt)

(23)

式中:{xt,t=0,1,…,mt}估计序列,其可以通过以下迭代方式产生:

(24)

式中:c(zt)=‖zt‖1=|zt|,且有:

ut=xt+ΦT(y-Φxt)/λ

(25)

且有

τ/λ)

(26)

当前压缩感知技术中的重建算法很多,如:迭代阈值算法、子空间追踪算法、匹配跟踪算法等,这些算法均存在一定的不足,如计算复杂度高,收敛速度慢,为此提出了改进迭代阈值算法,用其实现电力数据重建。在标准迭代阈值算法中,当前值可以根据最近估计值(xt)和去噪算子(Γ(·))得到,即

soft(ut,τ/λ)=sign(ut)max{|ut|-τ/λ,0}

大功率参量阵定向扬声器与传统创造声波的方式完全不同。它通过超声波传感器发出经超声波调制的声音信号，利用波在空气中的非线性传播效应，并通过信号自解调形成具有高度指向性的声波。如同激光装置可以把光束聚集在一个远距离的很小截面上一样，声频定向装置可以把声束聚集在一个确定的方向上，并把原始声音无失真地传给指定方向上的收听者[1]。

(27)

4 系统的性能测试

4.1 数据来源

为了测试基于压缩感知和无线传感器网络的电力监控系统的有效性,选择某一个大型小区的电流数据作为实验对象,共采集到6 000个数据样本,具体如图3所示。

图3 实验对象

采用小波变换对电力数据进行处理,得到结果如图4所示,从图4可知,电力数据被小波分解为:低频部分和高频部分,使它们具有一定的稀疏特性。

图4 电力数据的小波变换

4.2 结果与分析

采用重建算法对电力数据进行重建,并计算原始数据和重建数据的相对误差,具体为

cov(Ψ,Φ)=E[(Ψ-E(Ψ))×(Φ-E(Φ))]

(28)

原始数据和重建数据的相对误差变化曲线如图5所示。对图5的实验结果进行分析可以知道,数据压缩比的不断增加,原始数据和重建数据的相对误差相应增大,小样本数据条件下的相对误差更大,而大样本数据条件下,原始数据和重建数据的相对误差更小,而且电力数据重建相对误差要小于实际应用范围,具有一定的实际应用价值。

图5 相对误差的变化曲线

4.3 系统的实际应用

为了验证电力监控系统的实际应用效果,将系统应用一个小区中,并将小区部署相应的无线传感器网络,线传感器网络该小区的电压数据进行实时采集,共得到300数据样本,然后采用压缩感知技术进行重建,重建数据和采集数据的变化曲线如图6所示,从图6可以看出,重建数据和采集数据之间的拟合精度相当高,远远超过了90%,可以较好的满足实际应用的需要。

图6 重建数据和采集数据的拟合结果

5 结束语

电力监控系统研究具有重要的实际应用价值,针对当前电力监控系统工作过程中,采集数据量大,消耗节点的能量多,影响数据传输的实时性等问题,提出基于压缩感知和无线传感器网络的电力监控系统,该系统通过无线传感器网络实时采集电力监控系统产生的数据,采用压缩感知技术对数据进行处理,减少数据规模,加快数据传输速度,然后采用改进迭代阈值算法对压缩后数据进行重建,保留原数据的信息,减少数据传输时的链路压力,降低数据传输时间,最后测试结果表明,该系统不仅可以提高数据传输的速度,而且可以保证数据传输的有效性,数据传输误差率控制在实际应用范围内,具有广泛的应用前景。

参考文献:

[1] 王璟,杨德昌,李锰,等. 配电网大数据技术分析与典型应用案例[J]. 电网技术,2015,39(11):3114-3121.

抑郁性神经症是以持久心境处于低落状态为特征的一种神经症，本文就抑郁性神经症患者应用心理护理干预的效果展开探讨。现报道如下。

[2] 康丽雁,张冶,蔡颖凯. 电力用户用电信息采集系统在智能电网中的应用[J]. 东北电力技术,2013,22(7):50-52.

[3] Costanzo A,Assuncao M D,Buyya R. Harnessing Cloud Technologies for a Virtualized Distributed Computing Infrastructure[J]. IEEE Internet Computing,2009,13(5):24-30.

[4] 胡朝辉,王方立. 电力监控系统通信安全技术研究[J]. 电子技术应用,2017,43(11):21-24.

[5] 司亚超,于江利,吕国. 基于Zigbee技术的智能电网监控系统的研究和分析[J]. 电源技术,2014,38(4):783-785.

[6] 郭谋发,杨振中,杨耿杰,等. 基于ZigBee Pro技术的配电线路无线网络化监控系统[J]. 电力自动化设备,2010,33(9):105-110.

[7] 金芬兰,王昊,范广民,等. 智能电网调度控制系统的变电站集中监控功能设计[J]. 电力系统自动化,2016,40(11):241-247.

[8] 徐琳,温蜜,李晋国. 智能配电网中具有隐私保护的数据安全认证方案[J]. 电子技术应用,2015,41(12):98-101.

[9] 余容,黄剑,何朝明. 基于SM4并行加密的智能电网监控与安全传输系统[J]. 电子技术应用,2016,42(11):66-69.

[10] 杨彦,吕臻,赵力. 一种基于贝叶斯压缩感知的说话人识别方法[J]. 电子器件,2015,38(5):1135-1137.

电气设备以电作为动力，电气设备在工作时必然消耗电能，有功率消耗，均会不同程度地散发出热量，对工作环境的温度有着明确的要求，特殊是半导体器件对温度非常敏感，必须严格控制环境的温度，必须采取各种温度补偿回路或通风冷却措施，确保设备性能稳定。

[11] 金芬兰,王昊,范广民,等. 智能电网调度控制系统的变电站集中监控功能设计[J]. 电力系统自动化,2015,39(1):241-247.

[12] 朱路,刘媛媛,慈白山,等. 多稀疏基分簇压缩感知的WSN数据融合方法[J]. 传感技术学报,2016,29(3):417-422.

[13] 张俊涛,姜澜波,陈晓莉. 基于无线传感网络的野外古迹监控系统[J]. 电子器件,2014,37(1):77-80.

王林生(1981-),男,河南南阳人,硕士,副教授,主要研究方向为智能控制技术,wanglinsheng_317@163.com;

王臻卓(1985-),女,河南南阳人,硕士,讲师,主要研究方向为电气工程及其自动化,157684261@qq.com。