基于最优奇异值阈值化的 PMU 数据恢复模型无关方法
信号处理
2021-08-09 v1
摘要
本文提出一种快速的模型无关方法，用于恢复具有缺失项的含噪相量测量单元（PMU）数据流。测量值首先被变换为 Page 矩阵，随后基于最优奇异值阈值化的低秩矩阵估计重建原始信号。展示了恢复算法的两种变体：a) 用于填补过去测量的离线分块处理方法，b) 用于预测未来测量的在线方法。利用 PMU 通道内的信息（时间相关性）以及网络中不同 PMU 通道的信息（空间相关性）来恢复退化数据。所提方法快速且无需底层系统模型或测量噪声分布的显式知识。恢复算法的性能通过使用来自 IEEE 39-总线测试系统的仿真测量以及来自某匿名美国电力公司的真实测量加以说明。大量数值测试表明，在加性噪声、连续数据丢失以及跨多个 PMU 通道同时数据擦除的情况下，原始信号均可被准确恢复。
引用
@article{arxiv.2108.03220,
title = {A Model-Agnostic Method for PMU Data Recovery Using Optimal Singular Value Thresholding},
author = {Shuchismita Biswas and Virgilio A. Centeno},
journal= {arXiv preprint arXiv:2108.03220},
year = {2021}
}