杨杉;谭博;郭静波;

• 1:清华大学电机工程与应用电子技术系

摘要(Abstract)：

随着新型能源互联网监测单元数量和类型的不断增多，使得采样率和采样数据量不断增加。为减少采样数据量，减轻传统数据采样负担，文章基于压缩感知理论，提出一种同域采样方法（Unified Domain Sampling,UDS），其本质在于利用压缩感知理论，实现不同类型数据的同域空间投影，通过基于同域空间的投影压缩采样来降低采样数据量。在基于压缩感知的同域空间投影中，利用混沌的伪随机性和循环矩阵的易构性，建立了混沌循环测量矩阵，并基于猫（Cat）映射实现了具体的混沌循环测量矩阵，以及对应的同域采样方法。实验结果表明，文章同域采样方法具有优秀的数据压缩和恢复能力，并且所采用的混沌循环测量矩阵优于传统的高斯循环测量矩阵。

关键词(KeyWords)： 新型能源互联网;数据采样;循环矩阵;混沌原理;Cat映射

Abstract:

Keywords:

基金项目(Foundation): 国家电网有限公司总部管理科技项目资助（面向5G的信息能源融合技术与装备研制5206002000DB）

作者(Authors): 杨杉;谭博;郭静波;

DOI: 10.13941/j.cnki.21-1469/tk.2023.03.010

参考文献(References)：

• [1]薛禹胜，赖业宁.大能源思维与大数据思维的融合（一）大数据与电力大数据[J].电力系统自动化，2016,40(1):1-8.
• [2] Bhattarai B P,Paudyal S,Luo Y, et al. Big data analytics in smart grids:state-of-the-art, challenges,opportunities, and future directions[J]. IET Smart Grid,2019,2(2):141-154.
• [3]刘永辉，张显，孙鸿雁，等.能源互联网背景下电力市场大数据应用探讨[J].电力系统自动化，2021,45(11):1-10.
• [4]王继业，蒲天骄，仝杰，等.能源互联网智能感知技术框架与应用布局[J].电力信息与通信技术，2020(4):1-14.
• [5] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory,2006,52(4):1289-1306.
• [6] Candes E J, Tao T. Decoding by linear programming[J].IEEE Transactions on Information Theory,2005,51(12):4203-4215.
• [7] Candès E J,Romberg J,Tao T. Robust uncertainty principles:Exact signal reconstruc tion from highly incomplete frequency information[J]. IEEE Transactions on Information Theory,2006,52(2):489-509.
• [8] EJ Candès, MB Wakin. An introduction to compressive sampling[J]. IEEE Signal Processing Magazine,2008,25(2):21-30.
• [9]周四望，林亚平，张建明，等.传感器网络中基于环模型的小波数据压缩算法[J].软件学报，2007,18(3):669-680.
• [10] Ciancio A,Ortega A. A distributed wavelet compression algorithm for wireless sensor networks using lifting[A].IEEE International Conference on Acoustics[C].Philadelphia:IEEE,2004.1-4.
• [11] Zhang G,Jiao S,Xu X, et al. Compressed sensing and reconstruction with bernoulli matrices[A].IEEE International Conference on Information and Automation[C].Harbin:IEEE,2010.455-460.
• [12]郭静波，汪韧.基于混沌序列和RIPless理论的循环压缩测量矩阵的构造[J].物理学报，2014,63(19):381-390.
• [13] Yin W,Morgan S,Yang J,et al. Practical compressive sensing with toeplitz and circulant matrices[A].Proceedings of SPIE-The International Society for Optical Engineering[C]. Huangshan:Society of PhotoOptical Instrumentation Engineers,2010.1-10
• [14] Yu L,Barbot J P,Zheng G,et al.Toeplitz-structured chaotic sensing matrix for compressive sensing[A].7th International Symposium on Communication Systems,Networks&Digital Signal Processing(CSNDSP 2010)[C].Newcastle Upon Tyne:IEEE,2010.1-6.
• [15] Chen G,Mao Y,Chui C K. A symmetric image encryption scheme based on 3D chaotic cat maps[J].Chaos,Solitons&Fractals,2004,21(3):749-761.
• [16] Romberg J. Compressive sensing by random convolution[J]. SIAM Journal on Imaging Sciences,2009,2(4):1098-1128.
• [17] Badea B,Vlad A.Revealing statistical independence of two experimental data sets:an improvement on Spearman's algo-rithm[A].International Conference on Computational Science and Its Applications[C].Berlin:Springer,2006.1166-1176.