CN110852268A - 一种利用字典投影的功率信号滤波方法和系统 - Google Patents
一种利用字典投影的功率信号滤波方法和系统 Download PDFInfo
- Publication number
- CN110852268A CN110852268A CN201911096586.5A CN201911096586A CN110852268A CN 110852268 A CN110852268 A CN 110852268A CN 201911096586 A CN201911096586 A CN 201911096586A CN 110852268 A CN110852268 A CN 110852268A
- Authority
- CN
- China
- Prior art keywords
- signal
- sequence
- dictionary
- opt
- filtering
- 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.)
- Withdrawn
Links
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
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明的实施例公开一种利用字典投影的功率信号滤波方法和系统,所述方法包括:步骤1,输入实测的信号序列S;步骤2,根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
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
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。
本发明的目的是提供一种利用字典投影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,根据字典投影性质,实现功率信号的滤波。所提出的方法具有较好的鲁棒性,计算也较为简单。
为实现上述目的,本发明提供了如下方案:
一种利用字典投影的功率信号滤波方法,包括:
步骤001 输入实测的信号序列S;
步骤002 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
一种利用字典投影的功率信号滤波系统,包括:
获取模块 输入实测的信号序列S;
滤波模块 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
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:
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。
本发明的目的是提供一种利用字典投影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,根据字典投影性质,实现功率信号的滤波。所提出的方法具有较好的鲁棒性,计算也较为简单。
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为本发明的系统流程示意图;
图3为本发明的具体实施案例流程示意图。
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1一种利用字典投影的功率信号滤波方法的流程示意图
图1为本发明一种利用字典投影的功率信号滤波方法的流程示意图。如图1所示,所述的一种利用字典投影的功率信号滤波方法具体包括以下步骤:
步骤001 输入实测的信号序列S;
步骤002 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
所述步骤002之前,所述方法还包括:
步骤003 求取所述字典投影矩阵WOPT。
所述步骤003还包括:
步骤301 生成信号差分序列,具体为:
ΔS=[0,s2-s1,s3-s2,···,sN-sN-1]
其中:
ΔS:所述信号差分序列
sn:所述信号序列S的第n个元素
n:序列下标,n=1,2,···,N
N:所述信号序列S的长度
步骤302 计算最优估计序列S*,具体为:
subject to
其中:
D:随机正演矩阵
tj=sj+rand[0 0.5]M:第j个随机正演因子
rand[0 0.5]:区间[0 0.5]内均匀分布的随机数
M:所述信号差分序列ΔS的均值
T0=M+0.318σ:信号阈值
σ:所述信号差分序列ΔS的均方差
x:中间矢量
步骤303 求取所述字典投影WOPT,具体为:
图2一种利用字典投影的功率信号滤波系统的结构意图
图2为本发明一种利用字典投影的功率信号滤波系统的结构示意图。如图2所示,所述一种利用字典投影的功率信号滤波系统包括以下结构:
获取模块401 输入实测的信号序列S;
滤波模块402 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
所述的系统,还包括:
计算模块403 求取所述字典投影矩阵WOPT。
所述计算模块403还包括下列单元,具体包括:
计算单元4031 生成信号差分序列,具体为:
ΔS=[0,s2-s1,s3-s2,···,sN-sN-1]
其中:
ΔS:所述信号差分序列
sn:所述信号序列S的第n个元素
n:序列下标,n=1,2,···,N
N:所述信号序列S的长度
计算单元4032 计算最优估计序列S*,具体为:
subject to
其中:
D:随机正演矩阵
tj=sj+rand[0 0.5]M:第j个随机正演因子
rand[0 0.5]:区间[0 0.5]内均匀分布的随机数
M:所述信号差分序列ΔS的均值
T0=M+0.318σ:信号阈值
σ:所述信号差分序列ΔS的均方差
x:中间矢量
计算单元4033求取所述字典投影WOPT,具体为:
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:
0 开始:输入实测的信号数据序列
S=[s1,s2,···,sN-1,sN]
其中:
S:实测信号序列,长度为N
sn:所述信号序列S中的第n个元素
n:下标,n=1,2,···,N
1 生成信号差分序列,具体为:
ΔS=[0,s2-s1,s3-s2,···,sN-sN-1]
其中:
ΔS:所述信号差分序列
sn:所述信号序列S的第n个元素
n:序列下标,n=1,2,···,N
N:所述信号序列S的长度
2 计算最优估计序列S*,具体为:
subject to
其中:
D:随机正演矩阵
tj=sj+rand[0 0.5]M:第j个随机正演因子
rand[0 0.5]:区间[0 0.5]内均匀分布的随机数
M:所述信号差分序列ΔS的均值
T0=M+0.318σ:信号阈值
σ:所述信号差分序列ΔS的均方差
x:中间矢量
3 求取所述字典投影WOPT,具体为:
4 结束:滤波
根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
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 (5)
1.一种利用字典投影的功率信号滤波方法,其特征在于,包括:
步骤001 输入实测的信号序列S;
步骤002 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
2.根据权利要求1所述的方法,其特征在于,所述步骤2之前,所述方法还包括:
步骤003 求取所述字典投影矩阵WOPT。
3.根据权利要求2所述的方法,其特征在于,所述步骤3包括:
步骤301 生成信号差分序列,具体为:
ΔS=[0,s2-s1,s3-s2,…,sN-sN-1]
其中:
ΔS:所述信号差分序列
sn:所述信号序列S的第n个元素
n:序列下标,n=1,2,…,N
N:所述信号序列S的长度
步骤302 计算最优估计序列S*,具体为:
subject to
其中:
D:随机正演矩阵
tj=sj+rand[0 0.5]M:第j个随机正演因子
rand[0 0.5]:区间[0 0.5]内均匀分布的随机数
M:所述信号差分序列ΔS的均值
T0=M+0.318σ:信号阈值
σ:所述信号差分序列ΔS的均方差
x:中间矢量
步骤303 求取所述字典投影WOPT,具体为:
4.一种利用字典投影的功率信号滤波系统,其特征在于,包括:
获取模块 输入实测的信号序列S;
滤波模块 根据字典投影对所述信号序列S进行滤除噪声处理,滤除噪声后的信号序列为SNEW。具体为:SNEW=WOPTS。其中,WOPT为字典投影矩阵。
5.根据权利要求4所述的系统,其特征在于,还包括:
计算模块 求取所述字典投影矩阵WOPT。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911096586.5A CN110852268A (zh) | 2019-11-11 | 2019-11-11 | 一种利用字典投影的功率信号滤波方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911096586.5A CN110852268A (zh) | 2019-11-11 | 2019-11-11 | 一种利用字典投影的功率信号滤波方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852268A true CN110852268A (zh) | 2020-02-28 |
Family
ID=69601317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911096586.5A Withdrawn CN110852268A (zh) | 2019-11-11 | 2019-11-11 | 一种利用字典投影的功率信号滤波方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852268A (zh) |
-
2019
- 2019-11-11 CN CN201911096586.5A patent/CN110852268A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112434567B (zh) | 一种利用噪声抖动性质的功率信号滤波方法和系统 | |
CN110221119B (zh) | 基于功率与akie融合信息的负载开关事件检测方法和系统 | |
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 | |
CN110852268A (zh) | 一种利用字典投影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 | |
CN110542855B (zh) | 基于离散余弦变换的负荷开关事件检测方法和系统 | |
CN111832474A (zh) | 一种利用能量尺度的功率信号滤波方法和系统 | |
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 | |
CN110514884B (zh) | 一种基于延迟矢量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 | |
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 | |
CN110749841A (zh) | 一种利用转换空间因子的负荷开关事件检测方法和系统 | |
CN110702981A (zh) | 一种利用分类树的负荷开关事件检测方法和系统 | |
CN110704800A (zh) | 一种基于扩张系数的功率信号重构方法和系统 | |
CN112347922B (zh) | 一种利用Hankerl矩阵的功率信号滤波方法和系统 | |
CN110705426B (zh) | 一种利用去模糊算子的功率信号滤波方法和系统 | |
CN110531149B (zh) | 一种基于波形正则化的功率信号滤波方法和系统 | |
CN111665389A (zh) | 一种利用随机投影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 | |
CN112183410A (zh) | 一种利用ds理论的功率信号滤波方法和系统 | |
CN112200061A (zh) | 一种利用一阶光滑模型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 | |
CN110783921A (zh) | 一种利用字典预测矩阵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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200228 |