CN110705426B - 一种利用去模糊算子的功率信号滤波方法和系统 - Google Patents
一种利用去模糊算子的功率信号滤波方法和系统 Download PDFInfo
- Publication number
- CN110705426B CN110705426B CN201910913595.2A CN201910913595A CN110705426B CN 110705426 B CN110705426 B CN 110705426B CN 201910913595 A CN201910913595 A CN 201910913595A CN 110705426 B CN110705426 B CN 110705426B
- Authority
- CN
- China
- Prior art keywords
- matrix
- deblurring
- signal sequence
- power signal
- vector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001914 filtration Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 80
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
Description
技术领域
本发明涉及电力领域,尤其涉及一种功率信号的滤波方法和系统。
背景技术
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。最初的开关事件检测以有功功率P的变化值作为开关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,例如某些电器启动时刻的瞬时功率值会出现较大的尖峰(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检测的判断;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。
因此,开关事件检测过程中,所使用的实测功率信号常常受到噪声的影响,利用这些不完善的功率信号是不能正确地进行开关事件检测的。因此如何有效地重构不完整的功率信号,滤除噪声的影响,是此方法能否成功的关键。现在常用的方法,对此问题重视不够,还未采取有效的措施解决此问题。
发明内容
本发明的目的是提供一种利用去模糊算子的功率信号滤波方法和系统,所提出的方法利用了功率信号与噪声在发生机制方面的差异,根据功率信号在边界处的模糊性实现功率信号的滤波。所提出的方法具有较好的鲁棒性,计算简单。
为实现上述目的,本发明提供了如下方案:
一种利用去模糊算子的功率信号滤波方法,包括:
步骤1,输入实测的功率信号序列S;
步骤2,对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为SNEW。具体为:
一种利用去模糊算子的功率信号滤波系统,包括:
获取模块,输入实测的功率信号序列S;
滤波模块,对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为SNEW。具体为:
根据本发明提供的具体实施例,本发明公开了以下技术效果:
虽然开关事件检测方法在非侵入式负荷分解中有着广泛的应用,且技术相对成熟,但是功率信号在采集和传输过程中常常淹没在幅度较强的脉冲噪声中,利用这些不完善的功率信号是不能正确地进行开关事件检测的。因此如何有效地重构不完整的功率信号,滤除噪声的影响,是此方法能否成功的关键。现在常用的方法,对此问题重视不够,还未采取有效的措施解决此问题。
本发明的目的是提供一种利用去模糊算子的功率信号滤波方法和系统,所提出的方法利用了功率信号与噪声在发生机制方面的差异,根据功率信号在边界处的模糊性实现功率信号的滤波。所提出的方法具有较好的鲁棒性,计算简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图;
图2为本发明的系统结构示意图;
图3为本发明具体实施案例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用去模糊算子的功率信号滤除方法的流程示意图
图1为本发明一种利用去模糊算子的功率信号滤除方法的流程示意图。如图1所示,所述的一种利用去模糊算子的功率信号滤除方法具体包括以下步骤:
步骤1,输入实测的功率信号序列S;
步骤2,对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为SNEW。具体为:
所述步骤2之前,所述方法还包括:
步骤3,求取所述去模糊矩阵D、模糊因子γ、去模糊因子μ、去模糊调整因子α、模糊化矢量WOPT和去模糊化矢量λOPT。
所述步骤3包括:
步骤301,求取循环延迟矩阵DC,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
步骤302,求取所述去模糊矩阵D,具体为:
D=[I+DC][STS-UΣ1V]
其中:
所述新特征值矩阵的第i个特征值[i=1,2,…,N]
τi:矩阵STS的第i个特征值[i=1,2,…,N]
U:矩阵STS的左特征矢量矩阵
V:矩阵STS的右特征矢量矩阵
σS:所述信号序列S的均方差
I:单位矩阵
步骤303,求取所述模糊因子γ,具体为:
其中:
步骤304,求取所述去模糊因子μ,具体为:
步骤305,求取所述去模糊调整因子α,具体为:
其中:
mS:所述信号序列S的均值
步骤306,迭代求取所述模糊化矢量WOPT和去模糊化矢量λOPT,具体为:
第一步:迭代初始化,具体为:
λ1=[S-mS]:所述去模糊化矢量的初始化值
W1=VS:所述模糊化矢量的初始化值
k=1:迭代控制参数
其中
V:矩阵STS的右特征矢量矩阵
第二步:迭代更新,具体为:
λk+1=λk+γ[STS-I]Wk
其中:
UO:矩阵[STS-I]-1的左特征矢量矩阵
ΣO:矩阵[STS-I]-1的特征值矩阵
第三步:迭代终止,具体为
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于0.001为止,此时k=K,WOPT=WK+1和λOPT=λK+1。
图2一种利用去模糊算子的功率信号滤波系统的结构意图
图2为本发明一种利用去模糊算子的功率信号滤波系统的结构示意图。如图2所示,所述一种利用去模糊算子的功率信号滤波系统包括以下结构:
获取模块401,输入实测的功率信号序列S;
滤波模块402,对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为具体为:其中,D为去模糊矩阵;γ为模糊因子;μ为去模糊因子;α为去模糊调整因子;WOPT为模糊化矢量;λOPT为去模糊化矢量。
所述的系统,还包括:
计算模块403,求取所述去模糊矩阵D、模糊因子γ、去模糊因子μ、去模糊调整因子α、模糊化矢量WOPT和去模糊化矢量λOPT。
所述计算模块403包括下述单元:
延迟单元4031,求取所述循环延迟矩阵DC,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
第一计算单元4032,求取所述去模糊矩阵D,具体为:
D=[I+DC][STS-UΣ1V]
其中:
所述新特征值矩阵的第i个特征值[i=1,2,…,N]
τi:矩阵STS的第i个特征值[i=1,2,…,N]
U:矩阵STS的左特征矢量矩阵
V:矩阵STS的右特征矢量矩阵
σS:所述信号序列S的均方差
I:单位矩阵
第二计算单元4033,求取所述模糊因子γ,具体为:
其中:
第三计算单元4034,求取所述去模糊因子μ,具体为:
第四计算单元4035,求取所述去模糊调整因子α,具体为:
其中:
mS:所述信号序列S的均值
第五计算单元4036,迭代求取所述模糊化矢量WOPT和去模糊化矢量λOPT,具体为:
第一步:迭代初始化,具体为:
λ1=[S-mS]:所述去模糊化矢量的初始化值
W1=VS:所述模糊化矢量的初始化值
k=1:迭代控制参数
其中
V:矩阵STS的右特征矢量矩阵
第二步:迭代更新,具体为:
λk+1=λk+γ[STS-I]Wk
其中:
UO:矩阵[STS-I]-1的左特征矢量矩阵
ΣO:矩阵[STS-I]-1的特征值矩阵
第三步:迭代终止,具体为
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于0.001为止,此时k=K,WOPT=WK+1和λOPT=λK+1。
下面提供一个具体实施案例,进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示,具体包括以下步骤:
1.输入实测的功率信号序列
S=[s1,s2,…,sN-1,sN]
其中:
S:实测振声信号数据序列,长度为N
si,i=1,2,…,N:序号为i的实测振声信号
2.求取循环延迟矩阵
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N]
N:所述信号序列S的长度
3.求取去模糊矩阵
D=[I+DC][STS-UΣ1V]
其中:
所述新特征值矩阵的第i个特征值[i=1,2,…,N]
τi:矩阵STS的第i个特征值[i=1,2,…,N]
U:矩阵STS的左特征矢量矩阵
V:矩阵STS的右特征矢量矩阵
σS:所述信号序列S的均方差
I:单位矩阵
4.求取模糊因子
其中:
5.求取去模糊因子
6.求取去模糊调整因子
其中:
mS:所述信号序列S的均值
7.求取模糊化矢量和去模糊化矢量
第一步:迭代初始化,具体为:
λ1=[S-mS]:所述去模糊化矢量的初始化值
W1=VS:所述模糊化矢量的初始化值
k=1:迭代控制参数
其中
V:矩阵STS的右特征矢量矩阵
第二步:迭代更新,具体为:
λk+1=λk+γ[STS-I]Wk
其中:
UO:矩阵[STS-I]-1的左特征矢量矩阵
ΣO:矩阵[STS-I]-1的特征值矩阵
第三步:迭代终止,具体为
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于0.001为止,此时k=K,WOPT=WK+1和λOPT=λK+1。
8.滤波
对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为SNEW。具体为:其中,D为去模糊矩阵;γ为模糊因子;μ为去模糊因子;α为去模糊调整因子;WOPT为模糊化矢量;λOPT为去模糊化矢量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述较为简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (1)
1.一种利用去模糊算子的功率信号滤波方法,其特征在于,包括:
步骤1,输入实测的功率信号序列S;
步骤2,求取循环延迟矩阵DC,具体为:
其中:
sn:所述信号序列S的第n个元素[n=1,2,…,N];
N:所述信号序列S的长度;
步骤3,求取去模糊矩阵D,具体为:
D=[I+DC][STS-UΣ1V];
其中:
所述新特征值矩阵的第i个特征值[i=1,2,…,N];
τi:矩阵STS的第i个特征值[i=1,2,…,N];
U:矩阵STS的左特征矢量矩阵;
V:矩阵STS的右特征矢量矩阵;
σS:所述信号序列S的均方差;
I:单位矩阵;
步骤4,求取模糊因子γ,具体为:
其中:
步骤5,求取去模糊因子μ,具体为:
步骤6,求取去模糊调整因子α,具体为:
其中:
mS:所述信号序列S的均值;
步骤7,迭代求取模糊化矢量WOPT和去模糊化矢量λOPT,具体为:
第一步:迭代初始化,具体为:
λ1=[S-mS]:所述去模糊化矢量的初始化值;
W1=VS:所述模糊化矢量的初始化值;
k=1:迭代控制参数;
其中
V:矩阵STS的右特征矢量矩阵;
第二步:迭代更新,具体为:
λk+1=λk+γ[STS-I]Wk;
其中:
UO:矩阵[STS-I]-1的左特征矢量矩阵;
ΣO:矩阵[STS-I]-1的特征值矩阵;
第三步:迭代终止,具体为:
迭代控制参数k加1,重复执行第二步,直至相邻两次迭代结果的差值小于0.001为止,此时k=K,WOPT=WK+1和λOPT=λK+1;
步骤8,对所述功率信号序列S进行滤除噪声处理,滤除噪声后的功率信号序列为SNEW;具体为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910913595.2A CN110705426B (zh) | 2019-09-25 | 2019-09-25 | 一种利用去模糊算子的功率信号滤波方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910913595.2A CN110705426B (zh) | 2019-09-25 | 2019-09-25 | 一种利用去模糊算子的功率信号滤波方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110705426A CN110705426A (zh) | 2020-01-17 |
CN110705426B true CN110705426B (zh) | 2021-09-21 |
Family
ID=69197013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910913595.2A Expired - Fee Related CN110705426B (zh) | 2019-09-25 | 2019-09-25 | 一种利用去模糊算子的功率信号滤波方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705426B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1230276A (zh) * | 1996-07-16 | 1999-09-29 | 相干通讯系统公司 | 使用多个确定装置的语音检测系统 |
CN1904941A (zh) * | 2005-07-29 | 2007-01-31 | 清华大学 | 一种图像处理中的去模糊方法 |
US7346473B2 (en) * | 2005-06-30 | 2008-03-18 | Verizon Business Global Llc | Method and system for providing performance analysis using fuzzy logic |
EP2082332A1 (en) * | 2006-10-10 | 2009-07-29 | Zoran (France) | Method and apparatus for spatio-temporal subband video enhancement with small time delay |
CN102184532A (zh) * | 2011-05-27 | 2011-09-14 | 北方工业大学 | 基于单一尺度的医学图像边缘检测 |
US8150181B2 (en) * | 2008-11-17 | 2012-04-03 | Stmicroelectronics S.R.L. | Method of filtering a video sequence image from spurious motion effects |
US8345163B2 (en) * | 2010-08-03 | 2013-01-01 | Mitsubishi Electric Corporation | Image processing device and method and image display device |
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 |
CN109039379A (zh) * | 2018-08-20 | 2018-12-18 | 广东石油化工学院 | 电力线通信信号滤波方法 |
CN109856625A (zh) * | 2019-03-06 | 2019-06-07 | 国网福建省电力有限公司莆田供电公司 | 一种基于多源数据融合的船舶位置识别方法 |
CN110148139A (zh) * | 2019-04-25 | 2019-08-20 | 电信科学技术研究院有限公司 | 一种图像恢复方法及装置 |
-
2019
- 2019-09-25 CN CN201910913595.2A patent/CN110705426B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1230276A (zh) * | 1996-07-16 | 1999-09-29 | 相干通讯系统公司 | 使用多个确定装置的语音检测系统 |
US7346473B2 (en) * | 2005-06-30 | 2008-03-18 | Verizon Business Global Llc | Method and system for providing performance analysis using fuzzy logic |
CN1904941A (zh) * | 2005-07-29 | 2007-01-31 | 清华大学 | 一种图像处理中的去模糊方法 |
EP2082332A1 (en) * | 2006-10-10 | 2009-07-29 | Zoran (France) | Method and apparatus for spatio-temporal subband video enhancement with small time delay |
US8150181B2 (en) * | 2008-11-17 | 2012-04-03 | Stmicroelectronics S.R.L. | Method of filtering a video sequence image from spurious motion effects |
US8345163B2 (en) * | 2010-08-03 | 2013-01-01 | Mitsubishi Electric Corporation | Image processing device and method and image display device |
CN102184532A (zh) * | 2011-05-27 | 2011-09-14 | 北方工业大学 | 基于单一尺度的医学图像边缘检测 |
CN109039379A (zh) * | 2018-08-20 | 2018-12-18 | 广东石油化工学院 | 电力线通信信号滤波方法 |
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 |
CN109856625A (zh) * | 2019-03-06 | 2019-06-07 | 国网福建省电力有限公司莆田供电公司 | 一种基于多源数据融合的船舶位置识别方法 |
CN110148139A (zh) * | 2019-04-25 | 2019-08-20 | 电信科学技术研究院有限公司 | 一种图像恢复方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于模糊逻辑的数字滤波器设计;颜俊 等;《东南大学学报(自然科学版)》;20110331;第41卷(第2期);第215-219页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110705426A (zh) | 2020-01-17 |
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 | |
CN109145825B (zh) | 一种相干噪声滤除方法及系统 | |
CN111680590A (zh) | 一种利用收缩梯度的功率信号滤波方法和系统 | |
CN111666870A (zh) | 一种利用二次约束的功率信号重构方法和系统 | |
CN110705426B (zh) | 一种利用去模糊算子的功率信号滤波方法和系统 | |
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 | |
CN110514884B (zh) | 一种基于延迟矢量的功率信号滤波方法和系统 | |
CN111737645A (zh) | 一种利用预测矩阵的功率信号重构方法和系统 | |
CN111929608A (zh) | 一种负载开关事件检测方法及系统 | |
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 | |
CN110702981A (zh) | 一种利用分类树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 | |
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 | |
CN110704800A (zh) | 一种基于扩张系数的功率信号重构方法和系统 | |
CN111832474A (zh) | 一种利用能量尺度的功率信号滤波方法和系统 | |
CN110542855A (zh) | 基于离散余弦变换的负荷开关事件检测方法和系统 | |
CN109902961A (zh) | 用于能量分解中功率信号滤波的多尺度滤波方法及系统 | |
CN112307986B (zh) | 一种利用高斯梯度的负荷开关事件检测方法和系统 | |
CN112347922B (zh) | 一种利用Hankerl矩阵的功率信号滤波方法和系统 | |
CN110784019A (zh) | 一种利用Mercer投影的功率信号滤波方法和系统 | |
CN110704795A (zh) | 一种利用收缩算子的功率信号重构方法和系统 | |
CN110542790A (zh) | 一种基于稀疏模型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 | |
CN110611310A (zh) | 一种利用周期性边界条件的功率信号重构方法和系统 |
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: 20210921 |