CN108918932B - 负荷分解中功率信号自适应滤波方法 - Google Patents

负荷分解中功率信号自适应滤波方法 Download PDF

Info

Publication number
CN108918932B
CN108918932B CN201811055600.2A CN201811055600A CN108918932B CN 108918932 B CN108918932 B CN 108918932B CN 201811055600 A CN201811055600 A CN 201811055600A CN 108918932 B CN108918932 B CN 108918932B
Authority
CN
China
Prior art keywords
matrix
power signal
power
fourier transform
signal sequence
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
CN201811055600.2A
Other languages
English (en)
Other versions
CN108918932A (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 CN201811055600.2A priority Critical patent/CN108918932B/zh
Publication of CN108918932A publication Critical patent/CN108918932A/zh
Application granted granted Critical
Publication of CN108918932B publication Critical patent/CN108918932B/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)
  • Noise Elimination (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (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；对所述功率矩阵按行进行行傅立叶变换；基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；判断当前迭代次数是否等于功率信号序列的长度；若是，则对当前得到的修正结果，按行进行行傅立叶反变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

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；
对所述功率矩阵按行进行行傅立叶变换；
基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；
判断当前迭代次数是否等于功率信号序列的长度；
若是，则对当前得到的修正结果，按行进行行傅立叶反变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 BDA0001795688940000031
其中，符号
Figure BDA0001795688940000032
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 BDA0001795688940000033
进一步地，所述对所述功率矩阵按行进行行傅立叶变换包括：
功率矩阵P按行进行行傅立叶变换FR，得到矩阵
Figure BDA0001795688940000034
并记：矩阵
Figure BDA0001795688940000035
其中，
Figure BDA0001795688940000036
进一步地，所述基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正包括：
对第k-1步迭代得到的矩阵
Figure BDA0001795688940000037
按列进行列傅立叶变换FC，得到矩阵
Figure BDA0001795688940000038
确定第k步的阈值矩阵Tk；
根据阈值矩阵Tk，调整矩阵tk，得到矩阵
Figure BDA0001795688940000039
对矩阵
Figure BDA00017956889400000310
按列进行列傅立叶反变换FC，得到功率信号滤波因子
Figure BDA00017956889400000311
根据得到的功率信号滤波因子
Figure BDA00017956889400000312
修正矩阵
Figure BDA00017956889400000313
得到矩阵
Figure BDA00017956889400000314
进一步地，所述阈值矩阵Tk中的元素Tk(i,j)表示为：
Figure BDA00017956889400000315
Figure BDA00017956889400000316
Figure BDA00017956889400000317
Figure BDA00017956889400000318
Figure BDA00017956889400000319
Figure BDA00017956889400000320
其中，tk-1(i,j)表示第k-1步列傅立叶变换得到的矩阵tk-1的第i行第j列元素，并且矩阵
Figure BDA00017956889400000321
Smax表示
Figure BDA00017956889400000322
中所有元素的最大值；Smed表示
Figure BDA00017956889400000323
中所有元素绝对值的中间值；Smin表示
Figure BDA00017956889400000324
中所有元素绝对值的最小值。
进一步地，所述若是，则对当前得到的修正结果，按行进行行傅立叶反变换生成滤除了噪声的功率信号序列包括：
若k＝N，则对得到的
Figure BDA0001795688940000041
按行进行行傅立叶反变换
Figure BDA0001795688940000042
得到矩阵
Figure BDA0001795688940000043
重新排列矩阵Prec中的数据，得到滤除了噪声的功率信号序列。
进一步地，所述重新排列矩阵Prec中的数据，得到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；对所述功率矩阵按行进行行傅立叶变换；基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；判断当前迭代次数是否等于功率信号序列的长度；若是，则对当前得到的修正结果，按行进行行傅立叶反变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，对所述功率矩阵按行进行行傅立叶变换；
S103，基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；
S104，判断当前迭代次数是否等于功率信号序列的长度；
S105，若是，则对当前得到的修正结果，按行进行行傅立叶反变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；对所述功率矩阵按行进行行傅立叶变换；基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；判断当前迭代次数是否等于功率信号序列的长度；若是，则对当前得到的修正结果，按行进行行傅立叶反变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 BDA0001795688940000051
其中，符号
Figure BDA0001795688940000052
表示上取整，例如，
Figure BDA0001795688940000053
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。
A3，行傅立叶变换
功率矩阵P按行进行行傅立叶变换FR，得到矩阵
Figure BDA0001795688940000061
本实施例中，为下面迭代计算，将进行行傅立叶变换FR后得到的矩阵
Figure BDA0001795688940000062
重新表示为
Figure BDA0001795688940000063
A4，进行迭代运算，假设当前进行第k步迭代，k＝1,2,…,N
A41，对上一步(即第k-1步)迭代得到的矩阵
Figure BDA0001795688940000064
按列进行列傅立叶变换FC，得到矩阵
Figure BDA0001795688940000065
A42，确定第k步的阈值矩阵Tk，阈值矩阵Tk中的元素Tk(i,j)表示为：
Figure BDA0001795688940000066
Figure BDA0001795688940000067
Figure BDA0001795688940000068
Figure BDA0001795688940000069
Figure BDA00017956889400000610
Figure BDA00017956889400000611
其中，tk-1(i,j)表示第k-1步列傅立叶变换得到的矩阵tk-1的第i行第j列元素，并且矩阵
Figure BDA00017956889400000612
Smax表示
Figure BDA00017956889400000613
中所有元素的最大值；Smed表示
Figure BDA00017956889400000614
中所有元素绝对值的中间值；Smin表示
Figure BDA00017956889400000615
中所有元素绝对值的最小值。
A43，根据阈值矩阵Tk，调整矩阵tk，得到：
Figure BDA00017956889400000616
A44，列傅立叶反变换
Figure BDA00017956889400000619
对矩阵
Figure BDA00017956889400000617
按列实施列傅立叶反变换FC，得到功率信号滤波因子
Figure BDA00017956889400000618
A45，数据修正
根据得到的功率信号修正滤波
Figure BDA0001795688940000071
修正矩阵
Figure BDA0001795688940000072
得到矩阵
Figure BDA0001795688940000073
A46，如果k＝N，则迭代终止，进入步骤A5，否则，k＝k+1返回步骤A41继续迭代。
A5，行傅立叶反变换
Figure BDA0001795688940000074
对得到的
Figure BDA0001795688940000075
按行实施行傅立叶反变换
Figure BDA0001795688940000076
得到
Figure BDA0001795688940000077
A6，重新排列数据，得到无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，可以提高功率信号信噪比5dB，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 (3)

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；
对所述功率矩阵按行进行行傅立叶变换；
基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正；
判断当前迭代次数是否等于功率信号序列的长度；
若是，则对当前得到的修正结果，按行进行行傅立叶反变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 FDA0002762254910000011
其中，符号
Figure FDA0002762254910000012
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 FDA0002762254910000013
其中，所述对所述功率矩阵按行进行行傅立叶变换包括：
功率矩阵P按行进行行傅立叶变换FR，得到矩阵
Figure FDA0002762254910000014
并记：矩阵
Figure FDA0002762254910000015
其中，
Figure FDA0002762254910000016
其中，所述基于得到的行傅立叶变换结果，迭代计算功率信号滤波因子，对得到的行傅立叶变换结果进行修正包括：
对第k-1步迭代得到的矩阵
Figure FDA0002762254910000017
按列进行列傅立叶变换FC，得到矩阵
Figure FDA0002762254910000018
确定第k步的阈值矩阵Tk；
根据阈值矩阵Tk，调整矩阵tk，得到矩阵
Figure FDA0002762254910000019
对矩阵
Figure FDA00027622549100000110
按列进行列傅立叶反变换FC，得到功率信号滤波因子
Figure FDA00027622549100000111
根据得到的功率信号滤波因子
Figure FDA00027622549100000112
修正矩阵
Figure FDA00027622549100000113
得到矩阵
Figure FDA00027622549100000114
其中，所述阈值矩阵Tk中的元素Tk(i,j)表示为：
Figure FDA0002762254910000021
Figure FDA0002762254910000022
Figure FDA0002762254910000023
Figure FDA0002762254910000024
Figure FDA0002762254910000025
Figure FDA0002762254910000026
其中，tk-1(i,j)表示第k-1步列傅立叶变换得到的矩阵tk-1的第i行第j列元素，并且矩阵
Figure FDA0002762254910000027
Smax表示
Figure FDA0002762254910000028
中所有元素的最大值；Smed表示
Figure FDA0002762254910000029
中所有元素绝对值的中间值；Smin表示
Figure FDA00027622549100000210
中所有元素绝对值的最小值。
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，所述若是，则对当前得到的修正结果，按行进行行傅立叶反变换生成滤除了噪声的功率信号序列包括：
若k＝N，则对得到的
Figure FDA00027622549100000211
按行进行行傅立叶反变换
Figure FDA00027622549100000212
得到矩阵
Figure FDA00027622549100000213
重新排列矩阵Prec中的数据，得到滤除了噪声的功率信号序列。
3.根据权利要求2所述的负荷分解中功率信号自适应滤波方法，其特征在于，所述重新排列矩阵Prec中的数据，得到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。
CN201811055600.2A 2018-09-11 2018-09-11 负荷分解中功率信号自适应滤波方法 Expired - Fee Related CN108918932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811055600.2A CN108918932B (zh) 2018-09-11 2018-09-11 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
CN201811055600.2A CN108918932B (zh) 2018-09-11 2018-09-11 负荷分解中功率信号自适应滤波方法

Publications (2)

Publication Number Publication Date
CN108918932A CN108918932A (zh) 2018-11-30
CN108918932B true CN108918932B (zh) 2021-01-15

Family

ID=64407570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811055600.2A Expired - Fee Related CN108918932B (zh) 2018-09-11 2018-09-11 负荷分解中功率信号自适应滤波方法

Country Status (1)

Country Link
CN (1) CN108918932B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109655751A (zh) * 2019-02-28 2019-04-19 哈尔滨理工大学 一种使用高斯过程回归估计电池充电状态的方法和系统
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
CN110031089B (zh) * 2019-05-15 2021-06-11 广东石油化工学院 一种变压器运行状态振声检测信号的滤波方法和装置
CN110531149B (zh) * 2019-08-31 2021-06-18 广东石油化工学院 一种基于波形正则化的功率信号滤波方法和系统
CN110514884B (zh) * 2019-09-05 2021-09-17 广东石油化工学院 一种基于延迟矢量的功率信号滤波方法和系统
CN110784246A (zh) * 2019-11-02 2020-02-11 广东石油化工学院 一种利用Lagrande因子的PLC信号滤波方法和系统
CN112434567B (zh) * 2020-11-06 2021-11-19 华北电力大学 一种利用噪声抖动性质的功率信号滤波方法和系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4218765A (en) * 1974-10-03 1980-08-19 Standard Oil Company (Indiana) Two-dimensional frequency domain filtering
US5517106A (en) * 1989-08-07 1996-05-14 Digital Kwh, Inc. Method and apparatus for digitally measuring electrical power
CN1567807A (zh) * 2003-07-08 2005-01-19 华为技术有限公司 一种频域滤波器及实现频域滤波的方法
CN1913514A (zh) * 2006-09-14 2007-02-14 上海交通大学 3780点傅立叶变换调制方法和装置及其解调方法和装置
CN102065043A (zh) * 2010-12-09 2011-05-18 北京理工大学 一种高速通信系统中的频域并行解调方法
CN102355443A (zh) * 2011-08-18 2012-02-15 广州海格通信集团股份有限公司 一种数字通信系统中的联合滤波与定时同步实现方法
CN104867499A (zh) * 2014-12-26 2015-08-26 深圳市微纳集成电路与系统应用研究院 一种用于助听器的分频段维纳滤波去噪方法和系统
CN105488590A (zh) * 2015-11-28 2016-04-13 广西电网有限责任公司电力科学研究院 一种基于季节卡尔曼滤波模型的电力负荷自适应预测方法
CN105812060A (zh) * 2014-12-30 2016-07-27 深圳市中兴微电子技术有限公司 一种光纤通信中自适应均衡滤波装置和方法
CN106936743A (zh) * 2017-03-16 2017-07-07 宁波大学 一种电力线通信系统脉冲噪声抑制方法
CN107301475A (zh) * 2017-06-21 2017-10-27 南京信息工程大学 基于连续功率谱分析的电力负荷预测优化方法
CN107592135A (zh) * 2017-05-16 2018-01-16 湖南人文科技学院 一种电力线通信自适应脉冲噪声抑制方法
CN108038851A (zh) * 2017-12-11 2018-05-15 中国科学技术大学 一种基于反馈和迭代的雷达图像差异检测方法

Family Cites Families (2)

* 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
KR101934112B1 (ko) * 2015-04-02 2019-01-02 한국전자통신연구원 대역 가변 주파수-공간 필터 구현 방법 및 장치

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4218765A (en) * 1974-10-03 1980-08-19 Standard Oil Company (Indiana) Two-dimensional frequency domain filtering
US5517106A (en) * 1989-08-07 1996-05-14 Digital Kwh, Inc. Method and apparatus for digitally measuring electrical power
CN1567807A (zh) * 2003-07-08 2005-01-19 华为技术有限公司 一种频域滤波器及实现频域滤波的方法
CN1913514A (zh) * 2006-09-14 2007-02-14 上海交通大学 3780点傅立叶变换调制方法和装置及其解调方法和装置
CN102065043A (zh) * 2010-12-09 2011-05-18 北京理工大学 一种高速通信系统中的频域并行解调方法
CN102355443A (zh) * 2011-08-18 2012-02-15 广州海格通信集团股份有限公司 一种数字通信系统中的联合滤波与定时同步实现方法
CN104867499A (zh) * 2014-12-26 2015-08-26 深圳市微纳集成电路与系统应用研究院 一种用于助听器的分频段维纳滤波去噪方法和系统
CN105812060A (zh) * 2014-12-30 2016-07-27 深圳市中兴微电子技术有限公司 一种光纤通信中自适应均衡滤波装置和方法
CN105488590A (zh) * 2015-11-28 2016-04-13 广西电网有限责任公司电力科学研究院 一种基于季节卡尔曼滤波模型的电力负荷自适应预测方法
CN106936743A (zh) * 2017-03-16 2017-07-07 宁波大学 一种电力线通信系统脉冲噪声抑制方法
CN107592135A (zh) * 2017-05-16 2018-01-16 湖南人文科技学院 一种电力线通信自适应脉冲噪声抑制方法
CN107301475A (zh) * 2017-06-21 2017-10-27 南京信息工程大学 基于连续功率谱分析的电力负荷预测优化方法
CN108038851A (zh) * 2017-12-11 2018-05-15 中国科学技术大学 一种基于反馈和迭代的雷达图像差异检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Time-Domain Harmonic State Estimation Using Filtered Measurements Based on Fourier Transform;Ismael Molina-Moreno等;《2015 North American Power Symposium (NAPS)》;20151130;全文 *
基于分数阶傅里叶变换的LMS自适应滤波;胡海荣等;《计算机与数字工程》;20090228;第37卷(第2期);全文 *

Also Published As

Publication number Publication date
CN108918932A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
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
CN109188069B (zh) 一种用于负载开关事件检测的脉冲噪声滤除方法
CN108918931A (zh) 一种负荷分解中功率信号自适应滤波方法
CN108918930B (zh) 一种负荷分解中功率信号自适应重构方法
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
CN108918929B (zh) 一种负荷分解中功率信号自适应滤波方法
CN109241874B (zh) 能量分解中功率信号滤波方法
CN109038577B (zh) 负荷分解中功率信号自适应重构方法
CN111585542A (zh) 一种功率信号脉冲噪声滤除的方法及滤波器
CN112434567B (zh) 一种利用噪声抖动性质的功率信号滤波方法和系统
CN110196354B (zh) 一种负载的开关事件的检测方法和装置
CN110244115B (zh) 一种基于信号连接性的负载开关事件检测方法及系统
CN110187167B (zh) 一种基于流形分类的负载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
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
CN112307986B (zh) 一种利用高斯梯度的负荷开关事件检测方法和系统
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
CN111585544A (zh) 一种功率信号脉冲噪声滤除的方法及滤波器
CN112270282B (zh) 一种利用矩阵谱模的功率信号滤波方法和系统
CN112329637B (zh) 一种利用模式特征的负荷开关事件检测方法和系统
CN112180155A (zh) 一种利用紧支集的负荷开关事件检测方法和系统
CN112257576B (zh) 一种利用Maha距离测度的负荷开关事件检测方法和系统
CN112307924A (zh) 一种利用转换学习算法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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210115

Termination date: 20210911