CN108918929B - 一种负荷分解中功率信号自适应滤波方法 - Google Patents

一种负荷分解中功率信号自适应滤波方法 Download PDF

Info

Publication number
CN108918929B
CN108918929B CN201811055288.7A CN201811055288A CN108918929B CN 108918929 B CN108918929 B CN 108918929B CN 201811055288 A CN201811055288 A CN 201811055288A CN 108918929 B CN108918929 B CN 108918929B
Authority
CN
China
Prior art keywords
matrix
power
power signal
signal sequence
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201811055288.7A
Other languages
English (en)
Other versions
CN108918929A (zh
Inventor
翟明岳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN201811055288.7A priority Critical patent/CN108918929B/zh
Publication of CN108918929A publication Critical patent/CN108918929A/zh
Application granted granted Critical
Publication of CN108918929B publication Critical patent/CN108918929B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明提供一种负荷分解中功率信号自适应滤波方法，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，将其转换为功率矩阵；根据转换得到的功率矩阵，构建变换算子矩阵；构建测量矩阵；确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列。本发明涉及电力领域。

Description

一种负荷分解中功率信号自适应滤波方法
技术领域
本发明涉及电力领域，特别是指一种负荷分解中功率信号自适应滤波方法。
背景技术
负荷分解(也可以称为：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负荷分解中功率信号自适应滤波方法，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负荷分解中功率信号自适应滤波方法，包括：
采集功率信号序列，将其转换为功率矩阵；
根据转换得到的功率矩阵，构建变换算子矩阵；
构建测量矩阵；
确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；
将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列。
进一步地，所述采集功率信号序列，将其转换为功率矩阵包括：
采集功率信号序列pori＝[P1,P2,…,PN]，其中，N为功率信号序列的长度；
按照功率信号序列的先后次序，将功率信号序列分为NR段，每段含有NC个数据，
Figure BDA0001795622760000021
其中，符号
Figure BDA0001795622760000022
表示上取整；
如果N<NR×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
Figure BDA0001795622760000031
进一步地，所述根据转换得到的功率矩阵，构建变换算子矩阵包括：
将功率矩阵
Figure BDA0001795622760000032
转换为二维信号；
确定二维信号的信号变换算子；
将信号变换算子转换为矩阵形式，得到变换算子矩阵。
进一步地，转换后得到的二维信号为：
Figure BDA0001795622760000033
nr＝1,2,…,NR
nc＝1,2,…,NC
其中，
Figure BDA0001795622760000034
表示二维信号，
Figure BDA0001795622760000035
表示功率矩阵
Figure BDA0001795622760000036
的第nr行、第nc列元素。
进一步地，信号变换算子表示为：
Figure BDA0001795622760000037
其中，
Figure BDA0001795622760000038
表示信号变换算子，
Figure BDA0001795622760000039
表示参量；
Figure BDA00017956227600000310
为
Figure BDA00017956227600000311
域中的权重函数，自变量为
Figure BDA00017956227600000312
为
Figure BDA00017956227600000313
域中的权重函数，自变量为
Figure BDA00017956227600000318
上标i表示虚数单位。
进一步地，变换算子矩阵表示为：
Figure BDA00017956227600000314
其中，D表示变换算子矩阵；公式
Figure BDA00017956227600000315
表示变换算子矩阵D中，第nr行、第nc列的元素是
Figure BDA00017956227600000316
D为NR×NC维矩阵。
进一步地，构建的测量矩阵的形式为：
Figure BDA00017956227600000317
其中，R表示测量矩阵；I为单位矩阵；0为零矩阵。
进一步地，所述确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度包括：
通过功率矩阵迭代公式迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度N时终止迭代，得到滤除了噪声的功率矩阵
Figure BDA0001795622760000041
其中，功率矩阵迭代公式表示为：
Figure BDA0001795622760000042
Figure BDA0001795622760000043
Figure BDA0001795622760000044
Figure BDA0001795622760000045
σk＝σmax+(k-1)△σ
Figure BDA0001795622760000046
Figure BDA0001795622760000047
Figure BDA0001795622760000048
其中，α表示滤波权重；
Figure BDA0001795622760000049
表示第k次迭代得到的功率矩阵；
Figure BDA00017956227600000410
表示第k-1次迭代得到的功率矩阵；
Figure BDA00017956227600000411
表示阈值算子；
Figure BDA00017956227600000412
表示对矩阵
Figure BDA00017956227600000413
中的所有元素进行阈值运算；xij表示矩阵
Figure BDA00017956227600000414
的第i行、第j列元素；σmax表示
Figure BDA00017956227600000415
中所有元素绝对值的最大值；σmin表示
Figure BDA00017956227600000416
中所有元素绝对值的最小值；σmed表示
Figure BDA00017956227600000417
中所有元素绝对值的中间值。
进一步地，所述将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列包括：
将得到的矩阵Prec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，此数据序列就是滤除了噪声的功率信号序列。
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，将其转换为功率矩阵；根据转换得到的功率矩阵，构建变换算子矩阵；构建测量矩阵；确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列，从而有效地、快速滤除功率信号中的脉冲噪声。
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负荷分解中功率信号自适应滤波方法的流程示意图；
图4为本发明实施例提供的负荷分解中功率信号自适应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，提供一种负荷分解中功率信号自适应滤波方法。
如图3所示，本发明实施例提供的负荷分解中功率信号自适应滤波方法
S101，采集功率信号序列，将其转换为功率矩阵；
S102，根据转换得到的功率矩阵，构建变换算子矩阵；
S103，构建测量矩阵；
S104，确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；
S105，将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列。
本发明实施例所述的负荷分解中功率信号自适应滤波方法，采集功率信号序列，将其转换为功率矩阵；根据转换得到的功率矩阵，构建变换算子矩阵；构建测量矩阵；确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列，从而有效地、快速滤除功率信号中的脉冲噪声。
为了更好地理解本发明实施例所述的负荷分解中功率信号自适应滤波方法，对其进行详细说明，如图4所示，所述负荷分解中功率信号自适应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pori＝[P1,P2,…,PN]，其中，N为功率信号序列的长度。
A2，将功率信号序列pori＝[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，按照功率信号序列的先后次序，将功率信号序列分为NR段，每段含有NC个数据，
Figure BDA0001795622760000061
其中，符号
Figure BDA0001795622760000062
表示上取整，例如，
Figure BDA0001795622760000063
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N<NR×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P可表示为
Figure BDA0001795622760000064
A3，将功率矩阵
Figure BDA0001795622760000065
转换为二维信号
Figure BDA0001795622760000066
Figure BDA0001795622760000067
nr＝1,2,…,NR
nc＝1,2,…,NC
其中，
Figure BDA0001795622760000068
表示二维信号，
Figure BDA0001795622760000069
表示功率矩阵
Figure BDA00017956227600000610
的第nr行、第nc列元素。
A4，确定二维信号
Figure BDA00017956227600000611
的信号变换算子
Figure BDA00017956227600000612
信号变换算子
Figure BDA00017956227600000613
表示为：
Figure BDA0001795622760000071
其中，
Figure BDA0001795622760000072
表示参量；
Figure BDA0001795622760000073
为
Figure BDA0001795622760000074
域中的权重函数，自变量为
Figure BDA0001795622760000075
一般情况下可以选择高斯函数；
Figure BDA0001795622760000076
为
Figure BDA00017956227600000717
域中的权重函数，自变量为
Figure BDA0001795622760000077
上标i表示虚数单位。
A5，构建变换算子矩阵D
将信号变换算子
Figure BDA0001795622760000078
转换为矩阵形式：
Figure BDA0001795622760000079
其中，
Figure BDA00017956227600000710
表示变换算子矩阵D中，第nr行、第nc列的元素是
Figure BDA00017956227600000711
因此，矩阵D为NR×NC维矩阵。
A6，构建测量矩阵R
测量矩阵R的一般形式可以表示为：
Figure BDA00017956227600000712
其中，I为单位矩阵，表示信噪比小于等于预设的信噪比阈值的段；0为零矩阵，表示信噪比大于预设的信噪比阈值的段。
本实施例中，测量矩阵的取值是由功率矩阵确定的，假设，功率矩阵中第2行第3列的数据信号的信噪比小于等于预设的信噪比阈值，则测量矩阵中第2行第3列元素为0，否则为1。
A7，迭代运算
假设当前进行第k次迭代，在k次中得到的功率矩阵为
Figure BDA00017956227600000713
在上一次(即第k-1次)所得到的功率矩阵为
Figure BDA00017956227600000714
并令矩阵
Figure BDA00017956227600000715
A71，确定功率矩阵
Figure BDA00017956227600000716
确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，更新功率矩阵Pk为：
Figure BDA0001795622760000081
Figure BDA0001795622760000082
Figure BDA0001795622760000083
Figure BDA0001795622760000084
σk＝σmax+(k-1)△σ
Figure BDA0001795622760000085
Figure BDA0001795622760000086
Figure BDA0001795622760000087
其中，α表示滤波权重，α∈[0,1]；
Figure BDA0001795622760000088
表示阈值算子，用于对括号内的数据进行阈值运算；
Figure BDA0001795622760000089
表示对矩阵
Figure BDA00017956227600000810
(其中，乘积
Figure BDA00017956227600000811
是一个矩阵)中的所有元素进行阈值运算，阈值运算是对矩阵
Figure BDA00017956227600000812
中的元素一个一个进行的；xij表示矩阵
Figure BDA00017956227600000813
的第i行、第j列元素；σmax表示
Figure BDA00017956227600000814
中所有元素绝对值的最大值；σmin表示
Figure BDA00017956227600000815
中所有元素绝对值的最小值；σmed表示
Figure BDA00017956227600000816
中所有元素绝对值的中间值。
A72，判断当前迭代次数是否等于功率信号序列的长度N，如果k＝N，则迭代终止，得到滤除了噪声的功率矩阵
Figure BDA00017956227600000817
进入步骤A8；否则，k＝k+1返回步骤A71继续迭代。
A8，重新排列数据，将得到的滤除了噪声的功率矩阵Prec转换为功率信号序列，得到滤除了噪声的功率信号序列
将得到的矩阵Prec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，此数据序列就是滤除了噪声(尤其是脉冲噪声)的功率信号序列，即为所求。
本发明实施例所述的负荷分解中功率信号自适应滤波方法，能够有效滤除功率信号中的脉冲噪声，滤除噪声之后，功率信号的信噪比可以提高7dB左右，且由于本发明实施例所述的负荷分解中功率信号自适应滤波方法采用迭代方式，计算简单快速。
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。

Claims (2)

1.一种负荷分解中功率信号自适应滤波方法，其特征在于，包括：
采集功率信号序列，将其转换为功率矩阵；
根据转换得到的功率矩阵，构建变换算子矩阵；
构建测量矩阵；
确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度；
将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列；
其中，所述采集功率信号序列，将其转换为功率矩阵包括：
采集功率信号序列pori＝[P1,P2,…,PN]，其中，N为功率信号序列的长度；
按照功率信号序列的先后次序，将功率信号序列分为NR段，每段含有NC个数据，
Figure FDA0002610047880000011
其中，符号
Figure FDA0002610047880000012
表示上取整；
如果N<NR×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
Figure FDA0002610047880000013
其中，所述根据转换得到的功率矩阵，构建变换算子矩阵包括：
将功率矩阵
Figure FDA0002610047880000014
转换为二维信号；
确定二维信号的信号变换算子；
将信号变换算子转换为矩阵形式，得到变换算子矩阵；
其中，转换后得到的二维信号为：
Figure FDA0002610047880000015
nr＝1,2,…,NR
nc＝1,2,…,NC
其中，
Figure FDA0002610047880000016
表示二维信号，
Figure FDA0002610047880000017
表示功率矩阵
Figure FDA0002610047880000018
的第nr行、第nc列元素；
其中，信号变换算子表示为：
Figure FDA0002610047880000019
其中，
Figure FDA0002610047880000021
表示信号变换算子，
Figure FDA0002610047880000022
表示参量；
Figure FDA0002610047880000023
为
Figure FDA0002610047880000024
域中的权重函数，自变量为
Figure FDA0002610047880000025
Figure FDA0002610047880000026
为
Figure FDA0002610047880000027
域中的权重函数，自变量为
Figure FDA0002610047880000028
上标i表示虚数单位；
其中，变换算子矩阵表示为：
Figure FDA0002610047880000029
其中，D表示变换算子矩阵；公式
Figure FDA00026100478800000210
表示变换算子矩阵D中，第nr行、第nc列的元素是
Figure FDA00026100478800000211
D为NR×NC维矩阵；
其中，构建的测量矩阵的形式为：
Figure FDA00026100478800000212
其中，R表示测量矩阵；I为单位矩阵；0为零矩阵；
其中，所述确定滤波权重，根据得到的变换算子矩阵、滤波权重和构建的测量矩阵，迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度包括：
通过功率矩阵迭代公式迭代更新功率矩阵，直至当前迭代次数等于功率信号序列的长度N时终止迭代，得到滤除了噪声的功率矩阵
Figure FDA00026100478800000213
其中，功率矩阵迭代公式表示为：
Figure FDA00026100478800000214
Figure FDA00026100478800000215
Figure FDA00026100478800000216
Figure FDA00026100478800000217
σk＝σmax+(k-1)△σ
Figure FDA00026100478800000218
Figure FDA0002610047880000031
Figure FDA0002610047880000032
其中，α表示滤波权重；
Figure FDA0002610047880000033
表示第k次迭代得到的功率矩阵；
Figure FDA0002610047880000034
表示第k-1次迭代得到的功率矩阵；
Figure FDA0002610047880000035
表示阈值算子；
Figure FDA0002610047880000036
表示对矩阵
Figure FDA0002610047880000037
中的所有元素进行阈值运算；xij表示矩阵
Figure FDA0002610047880000038
的第i行、第j列元素；σmax表示
Figure FDA0002610047880000039
中所有元素绝对值的最大值；σmin表示
Figure FDA00026100478800000310
中所有元素绝对值的最小值；σmed表示
Figure FDA00026100478800000311
中所有元素绝对值的中间值。
2.根据权利要求1所述的负荷分解中功率信号自适应滤波方法，其特征在于，所述将当前得到的功率矩阵进行转换，生成滤除了噪声的功率信号序列包括：
将得到的矩阵Prec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，此数据序列就是滤除了噪声的功率信号序列。
CN201811055288.7A 2018-09-11 2018-09-11 一种负荷分解中功率信号自适应滤波方法 Expired - Fee Related CN108918929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811055288.7A CN108918929B (zh) 2018-09-11 2018-09-11 一种负荷分解中功率信号自适应滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811055288.7A CN108918929B (zh) 2018-09-11 2018-09-11 一种负荷分解中功率信号自适应滤波方法

Publications (2)

Publication Number Publication Date
CN108918929A CN108918929A (zh) 2018-11-30
CN108918929B true CN108918929B (zh) 2020-12-04

Family

ID=64408498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811055288.7A Expired - Fee Related CN108918929B (zh) 2018-09-11 2018-09-11 一种负荷分解中功率信号自适应滤波方法

Country Status (1)

Country Link
CN (1) CN108918929B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740582B (zh) * 2019-03-04 2020-09-11 广东石油化工学院 一种用于能量分解的功率信号噪声滤除方法及系统
CN115955217B (zh) * 2023-03-15 2023-05-16 南京沁恒微电子股份有限公司 一种低复杂度数字滤波器系数自适应组合编码方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3080207B2 (ja) * 1993-01-06 2000-08-21 三菱電機株式会社 電子式電力量計
CN1790902A (zh) * 2004-12-13 2006-06-21 上海无线通信研究中心 一种自适应滤波方法及装置
CN101968369A (zh) * 2010-08-31 2011-02-09 哈尔滨工业大学 基于b样条和扩展卡尔曼滤波的多功能传感器信号重构方法及多功能传感器的标定方法
CN102799892A (zh) * 2012-06-13 2012-11-28 东南大学 一种mfcc水下目标特征提取和识别方法
CN103199912A (zh) * 2013-03-13 2013-07-10 哈尔滨海能达科技有限公司 信号滤波方法和装置、基站信号同频放大的方法和直放站
CN106105032A (zh) * 2014-03-20 2016-11-09 华为技术有限公司 用于自适应滤波器的系统和方法
CN106936407A (zh) * 2017-01-12 2017-07-07 西南电子技术研究所（中国电子科技集团公司第十研究所） 频域块最小均方自适应滤波方法
CN106992800A (zh) * 2017-03-16 2017-07-28 宁波大学 基于迭代自适应算法的电力线通信系统脉冲噪声抑制方法
CN108918931A (zh) * 2018-09-11 2018-11-30 广东石油化工学院 一种负荷分解中功率信号自适应滤波方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7469025B2 (en) * 2003-09-08 2008-12-23 Aktino, Inc. Decision feedback transceiver for multichannel communication system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3080207B2 (ja) * 1993-01-06 2000-08-21 三菱電機株式会社 電子式電力量計
CN1790902A (zh) * 2004-12-13 2006-06-21 上海无线通信研究中心 一种自适应滤波方法及装置
CN101968369A (zh) * 2010-08-31 2011-02-09 哈尔滨工业大学 基于b样条和扩展卡尔曼滤波的多功能传感器信号重构方法及多功能传感器的标定方法
CN102799892A (zh) * 2012-06-13 2012-11-28 东南大学 一种mfcc水下目标特征提取和识别方法
CN103199912A (zh) * 2013-03-13 2013-07-10 哈尔滨海能达科技有限公司 信号滤波方法和装置、基站信号同频放大的方法和直放站
CN106105032A (zh) * 2014-03-20 2016-11-09 华为技术有限公司 用于自适应滤波器的系统和方法
CN106936407A (zh) * 2017-01-12 2017-07-07 西南电子技术研究所（中国电子科技集团公司第十研究所） 频域块最小均方自适应滤波方法
CN106992800A (zh) * 2017-03-16 2017-07-28 宁波大学 基于迭代自适应算法的电力线通信系统脉冲噪声抑制方法
CN108918931A (zh) * 2018-09-11 2018-11-30 广东石油化工学院 一种负荷分解中功率信号自适应滤波方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A New High Performance VLSI Architecture for LMS Adaptive Filter Using Distributed Arithmetic;Khan, M.T.;《2017 IEEE Computer Society Annual Symposium on VLSI (ISVLSI)》;20170705;全文 *
基于EMD-TFPF 算法的电力线通信噪声消除技术研究;翟明岳等;《电力系统保护与控制》;20150401;第43卷(第7期);全文 *
自适应卡尔曼滤波在电力系统短期负荷预测中的应用;马静波等;《电网技术》;20050131;第29卷(第1期);全文 *

Also Published As

Publication number Publication date
CN108918929A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN108918931B (zh) 一种负荷分解中功率信号自适应滤波方法
CN108918932B (zh) 负荷分解中功率信号自适应滤波方法
CN109307798B (zh) 一种用于开关事件检测的功率信号滤波方法
CN109188069A (zh) 一种用于负载开关事件检测的脉冲噪声滤除方法
CN108918930B (zh) 一种负荷分解中功率信号自适应重构方法
CN109145825B (zh) 一种相干噪声滤除方法及系统
CN108918929B (zh) 一种负荷分解中功率信号自适应滤波方法
CN108918928B (zh) 一种负荷分解中功率信号自适应重构方法
CN111680590A (zh) 一种利用收缩梯度的功率信号滤波方法和系统
CN109241874B (zh) 能量分解中功率信号滤波方法
CN111666870A (zh) 一种利用二次约束的功率信号重构方法和系统
CN112434567B (zh) 一种利用噪声抖动性质的功率信号滤波方法和系统
CN110542855B (zh) 基于离散余弦变换的负荷开关事件检测方法和系统
CN109194367B (zh) 能量分解中功率信号重构方法
CN110196354B (zh) 一种负载的开关事件的检测方法和装置
CN111832474A (zh) 一种利用能量尺度的功率信号滤波方法和系统
CN111639606A (zh) 一种利用Dantzig总梯度最小化的功率信号滤波方法和系统
CN111830405A (zh) 一种利用频率差异量的负荷开关事件检测方法和系统
CN112270282B (zh) 一种利用矩阵谱模的功率信号滤波方法和系统
CN112307986B (zh) 一种利用高斯梯度的负荷开关事件检测方法和系统
CN111585544A (zh) 一种功率信号脉冲噪声滤除的方法及滤波器
CN112329637B (zh) 一种利用模式特征的负荷开关事件检测方法和系统
CN110531149B (zh) 一种基于波形正则化的功率信号滤波方法和系统
CN110705426B (zh) 一种利用去模糊算子的功率信号滤波方法和系统
CN110514884B (zh) 一种基于延迟矢量的功率信号滤波方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201204

Termination date: 20210911

CF01 Termination of patent right due to non-payment of annual fee