买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】能量分解中功率信号滤波方法_广东石油化工学院_201810949700.3 

申请/专利权人:广东石油化工学院

申请日:2018-08-20

公开(公告)日:2021-09-21

公开(公告)号:CN109241874B

主分类号:G06K9/00(20060101)

分类号:G06K9/00(20060101)

优先权:

专利状态码:有效-授权

法律状态:2021.09.21#授权;2019.02.19#实质审查的生效;2019.01.18#公开

摘要:本发明提供一种能量分解中功率信号滤波方法,能够有效滤除功率信号中的脉冲噪声。所述方法包括:采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。本发明涉及电力领域。

主权项:1.一种能量分解中功率信号滤波方法,其特征在于,包括:采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列;其中,所述采集功率信号序列,将其转换为二维信号包括:采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵,其中,N为功率信号序列的长度;将功率矩阵转换为二维信号;其中,所述采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵包括:按照功率信号序列P1,P2,…,PN的先后次序,将功率信号序列P1,P2,…,PN分为NR段,每段含有NC个数据,其中,符号表示上取整;如果NNR×NC,则将最后一段不足的部分补零;将分段后的数据重新排列为矩阵的形式,一段数据为一行,得到功率矩阵其中,转换后得到的二维信号为: nr=1,2,…,NRnc=1,2,…,NC其中,表示二维信号,表示功率矩阵的第nr行、第nc列元素;其中,所述对二维信号进行分解,求取功率信号分解系数包括:通过公式对二维信号进行分解,得到功率信号分解系数其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量;其中,功率信号变换算子的计算公式为: 其中,为域中的权重函数,自变量为为域中的权重函数,自变量为上标i表示虚数单位;其中,所述根据求取的功率信号分解系数,确定功率信号分解系数阈值包括:求取功率信号分解系数幅值的均值cmean;求取功率信号分解系数幅值的均方差σ;确定功率信号分解系数阈值τ:τ=cmean+0.712*σ;其中,滤除噪声的分解系数表示为: 其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值;其中,所述利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列包括:根据得到的滤除噪声的分解系数通过公式得到无噪声的功率信号根据得到的无噪声的功率信号构造新的功率矩阵将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列;其中,功率矩阵表示为:

全文数据:能量分解中功率信号滤波方法技术领域本发明涉及电力领域,特别是指一种能量分解中功率信号滤波方法。背景技术能量分解是将电表处读取的功率值分解为单个负载所消耗的功率值,如图1所示,其中,图1中的数据为模拟数据,非实测数据。随着智能电网的发展,家庭用电负荷的分析变得越来越重要。通过用电负荷的分析,家庭用户可以及时获得每个电器的用电信息,以及电费的精细化清单;电力部门可以获得更详尽的用户用电信息,并可以提高用电负荷预测的准确度,为电力部门提供统筹规划的依据。同时,利用每个电器的用电信息,可获知用户的用电行为,这对于家庭能耗评估和节能策略的研究具有指导意义。当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备,只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点,因此,该方法适用于家庭负荷用电的分解。非侵入式负荷分解算法中,电气设备的开关事件检测是其中最重要的环节,开关事件是指打开负载电气设备电源开关或关闭电源开关的动作。常用的事件检测以有功功率P的变化值△P作为事件检测的判断依据,方便且直观。这是因为任何一个用电设备的运行状态发生变化,其所消耗的功率值也必然发生改变,并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值,还需要解决事件检测方法在实际应用中存在的问题:某些电器启动时刻的瞬时功率值会出现较大的尖峰例如,马达启动电流远大于额定电流,会造成电器稳态功率变化值不准确,从而影响对开关事件的判断,这种尖峰其实就是脉冲噪声;而且不同家用电器的暂态过程或长或短脉冲噪声的持续时间和发生频率相差较大,因此功率变化值的确定变得较为困难;由于电能质量的变化如电压突降有功功率会出现突变的情况,这样很可能会出现误判。图2是采集实测的功率信号也可称为功率数据序列,可以看到功率信号中的脉冲噪声分布情况,脉冲噪声的瞬时功率很大,呈现出较为明显的非平稳性和非高斯特性。在所示的功率序列中,真正的开关事件只有一个,而常用的事件检测算法却检测出3个开关事件,可见脉冲噪声对开关事件的正确检测有较大的影响。因此,开关事件检测过程中,对功率信号进行脉冲噪声滤除是很重要的一步,现有技术中,常用的脉冲噪声消除方法是低通滤波器和中值滤波器,无法有效滤除功率信号中的脉冲噪声。发明内容本发明要解决的技术问题是提供一种能量分解中功率信号滤波方法,以解决现有技术所存在的低通滤波器和中值滤波器无法有效滤除功率信号中的脉冲噪声的问题。为解决上述技术问题,本发明实施例提供一种能量分解中功率信号滤波方法,包括:采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。进一步地,所述采集功率信号序列,将其转换为二维信号包括:采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵,其中,N为功率信号序列的长度;将功率矩阵转换为二维信号。进一步地,所述采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵包括:按照功率信号序列P1,P2,…,PN的先后次序,将功率信号序列P1,P2,…,PN分为NR段,每段含有NC个数据,其中,符号表示上取整;如果NNR×NC,则将最后一段不足的部分补零;将分段后的数据重新排列为矩阵的形式,一段数据为一行,得到功率矩阵进一步地,转换后得到的二维信号为:nr=1,2,…,NRnc=1,2,…,NC其中,表示二维信号,表示功率矩阵的第nr行、第nc列元素。进一步地,所述对二维信号进行分解,求取功率信号分解系数包括:通过公式对二维信号进行分解,得到功率信号分解系数其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。进一步地,功率信号变换算子的计算公式为:其中,为域中的权重函数,自变量为为域中的权重函数,自变量为上标i表示虚数单位。进一步地,所述根据求取的功率信号分解系数,确定功率信号分解系数阈值包括:求取功率信号分解系数幅值的均值cmean;求取功率信号分解系数幅值的均方差σ;确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。进一步地,滤除噪声的分解系数表示为:其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。进一步地,所述利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列包括:根据得到的滤除噪声的分解系数通过公式得到无噪声的功率信号根据得到的无噪声的功率信号构造新的功率矩阵将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。进一步地,功率矩阵表示为:本发明的上述技术方案的有益效果如下:上述方案中,采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列,从而有效地滤除功率信号中的脉冲噪声,但同时对有用信号具有高保真作用,不会破坏功率信号的阶跃特性,可以更容易、快速地检测开关事件发生的时刻。附图说明图1为能量分解示意图;图2为采集实测的功率信号示意图;图3为本发明实施例提供的能量分解中功率信号滤波方法的流程示意图;图4为本发明实施例提供的能量分解中功率信号滤波方法的详细流程示意图;图5为本发明实施例提供的数据分段和矩阵排列示意图。具体实施方式为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。本发明针对现有的低通滤波器和中值滤波器无法有效滤除功率信号中的脉冲噪声的问题,提供一种能量分解中功率信号滤波方法。如图3所示,本发明实施例提供的能量分解中功率信号滤波方法S101,采集功率信号序列,将其转换为二维信号;S102,对二维信号进行分解,求取功率信号分解系数;S103,根据求取的功率信号分解系数,确定功率信号分解系数阈值;S104,判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;S105,利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。本发明实施例所述的能量分解中功率信号滤波方法,采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列,从而有效地滤除功率信号中的脉冲噪声,但同时对有用信号具有高保真作用,不会破坏功率信号的阶跃特性,可以更容易、快速地检测开关事件发生的时刻。为了更好地理解本发明实施例所述的能量分解中功率信号滤波方法,对其进行详细说明,如图4所示,所述能量分解中功率信号滤波方法具体可以包括以下步骤:A1,采集功率信号序列采集功率信号序列P1,P2,…,PN,其中,N为功率信号序列的长度。A2,将功率信号序列P1,P2,…,PN进行分段并将分段后的数据重新排列为一功率矩阵P,数据分段和矩阵排列如图5所示。A21,按照功率信号序列P1,P2,…,PN的先后次序,将功率信号序列P1,P2,…,PN分为NR段,每段含有NC个数据,其中,符号表示上取整,例如,这样做的目的是所有的数据都参与运算,不舍弃数据。一般情况下,NR=256或512或1024,在实际应用中,NR的取值由实际应用场景确定。A22,如果NNR×NC,则将最后一段不足的部分补零。A23,将分段后的数据重新排列为矩阵的形式,一段数据为一行,故此功率矩阵P共有NR行,NC列,功率矩阵可以表示为A3,将功率矩阵转换为二维信号nr=1,2,…,NRnc=1,2,…,NC其中,表示功率矩阵的第nr行、第nc列元素。A4,对二维信号进行分解通过公式对二维信号进行分解,得到功率信号分解系数其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。本实施例中,功率信号变换算子的计算公式为:其中,为域中的权重函数,自变量为一般情况下可以选择高斯函数;为域中的权重函数,自变量为上标i表示虚数单位,其平方等于-1。A5,确定功率信号分解系数阈值,具体的步骤可以包括:A51,求取功率信号分解系数幅值的均值cmean;A52,求取功率信号分解系数幅值的均方差σ;A53,确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。A6,确定滤除噪声的分解系数其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。A7,求取新的功率信号A71,所求得的滤除噪声的分解系数为所需系数,此分解系数序列所对应的功率信号即为所求的无噪声的功率信号。具体的:根据得到的滤除噪声的分解系数通过公式得到无噪声的功率信号A72,构造新的功率信号矩阵所求得的作为新的功率矩阵的第nr行,第nc列元素,即:A8,重新排列数据,得到无噪声的功率信号序列将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。本发明实施例所述的能量分解中功率信号滤波方法,可以有效滤除功率信号中的脉冲噪声。噪声滤除的目的是进行开关事件检测,经过本发明的方法滤除之后,开关事件检测的正确率可以提高10个百分点左右;开关事件发生时间的误差可以控制在14%左右。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

权利要求:1.一种能量分解中功率信号滤波方法,其特征在于,包括:采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。2.根据权利要求1所述的能量分解中功率信号滤波方法,其特征在于,所述采集功率信号序列,将其转换为二维信号包括:采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵,其中,N为功率信号序列的长度;将功率矩阵转换为二维信号。3.根据权利要求2所述的能量分解中功率信号滤波方法,其特征在于,所述采集功率信号序列P1,P2,…,PN,将其转换为矩阵形式,得到功率矩阵包括:按照功率信号序列P1,P2,…,PN的先后次序,将功率信号序列P1,P2,…,PN分为NR段,每段含有NC个数据,其中,符号表示上取整;如果NNR×NC,则将最后一段不足的部分补零;将分段后的数据重新排列为矩阵的形式,一段数据为一行,得到功率矩阵4.根据权利要求3所述的能量分解中功率信号滤波方法,其特征在于,转换后得到的二维信号为:nr=1,2,…,NRnc=1,2,…,NC其中,表示二维信号,表示功率矩阵的第nr行、第nc列元素。5.根据权利要求4所述的能量分解中功率信号滤波方法,其特征在于,所述对二维信号进行分解,求取功率信号分解系数包括:通过公式对二维信号进行分解,得到功率信号分解系数其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。6.根据权利要求5所述的能量分解中功率信号滤波方法,其特征在于,功率信号变换算子的计算公式为:其中,为域中的权重函数,自变量为为域中的权重函数,自变量为上标i表示虚数单位。7.根据权利要求6所述的能量分解中功率信号滤波方法,其特征在于,所述根据求取的功率信号分解系数,确定功率信号分解系数阈值包括:求取功率信号分解系数幅值的均值cmean;求取功率信号分解系数幅值的均方差σ;确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。8.根据权利要求7所述的能量分解中功率信号滤波方法,其特征在于,滤除噪声的分解系数表示为:其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。9.根据权利要求8所述的能量分解中功率信号滤波方法,其特征在于,所述利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列包括:根据得到的滤除噪声的分解系数通过公式得到无噪声的功率信号根据得到的无噪声的功率信号构造新的功率矩阵将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。10.根据权利要求9所述的能量分解中功率信号滤波方法,其特征在于,功率矩阵表示为:

百度查询: 广东石油化工学院 能量分解中功率信号滤波方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。