CN111832474A - 一种利用能量尺度的功率信号滤波方法和系统 - Google Patents

一种利用能量尺度的功率信号滤波方法和系统 Download PDF

Info

Publication number
CN111832474A
CN111832474A CN202010665243.2A CN202010665243A CN111832474A CN 111832474 A CN111832474 A CN 111832474A CN 202010665243 A CN202010665243 A CN 202010665243A CN 111832474 A CN111832474 A CN 111832474A
Authority
CN
China
Prior art keywords
energy scale
sequence
signal sequence
specifically
calculation formula
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Withdrawn
Application number
CN202010665243.2A
Other languages
English (en)
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 CN202010665243.2A priority Critical patent/CN111832474A/zh
Publication of CN111832474A publication Critical patent/CN111832474A/zh
Withdrawn legal-status Critical Current

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
    • G01R21/00—Arrangements for measuring electric power or power factor
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Power Engineering (AREA)
  • Algebra (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明的实施例公开一种利用能量尺度的功率信号滤波方法和系统，所述方法包括：步骤101获取按时间顺序采集的信号序列S；步骤102求取能量尺度系数序列；步骤103求取边缘能量尺度系数；步骤104求取方向能量尺度系数；步骤105求取方向尺度阈值；步骤106求取高密度能量尺度系数；步骤107求取滤除噪声后的信号序列。

Description

一种利用能量尺度的功率信号滤波方法和系统
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能量尺度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，根据能量尺度性质，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：
一种利用能量尺度的功率信号滤波方法，包括：
步骤101 获取按时间顺序采集的信号序列S；
步骤102 求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure BDA0002580099150000021
计算公式为
Figure BDA0002580099150000022
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
步骤103 求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure BDA0002580099150000023
步骤104 求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure BDA0002580099150000024
Figure BDA0002580099150000025
步骤105 求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure BDA0002580099150000026
其计算公式为
Figure BDA0002580099150000027
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
步骤106 求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure BDA0002580099150000028
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure BDA0002580099150000029
则所述高密度能量尺度系数
Figure BDA00025800991500000210
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure BDA00025800991500000211
的值为0；
步骤107 求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure BDA00025800991500000212
计算公式为
Figure BDA00025800991500000213
一种利用能量尺度的功率信号滤波系统，包括：
模块201 获取按时间顺序采集的信号序列S；
模块202 求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure BDA00025800991500000214
计算公式为
Figure BDA00025800991500000215
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
模块203 求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure BDA00025800991500000216
模块204 求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure BDA0002580099150000031
Figure BDA0002580099150000032
模块205 求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure BDA0002580099150000033
其计算公式为
Figure BDA0002580099150000034
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
模块206 求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure BDA0002580099150000035
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure BDA0002580099150000036
则所述高密度能量尺度系数
Figure BDA0002580099150000037
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure BDA0002580099150000038
的值为0；
模块207 求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure BDA0002580099150000039
计算公式为
Figure BDA00025800991500000310
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能量尺度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，根据能量尺度性质，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1一种利用能量尺度的功率信号滤波方法的流程示意图
图1为本发明一种利用能量尺度的功率信号滤波方法的流程示意图。如图1所示，所述的一种利用能量尺度的功率信号滤波方法具体包括以下步骤：
步骤101 获取按时间顺序采集的信号序列S；
步骤102 求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure BDA0002580099150000041
计算公式为
Figure BDA0002580099150000042
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
步骤103 求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure BDA0002580099150000043
步骤104 求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure BDA0002580099150000044
Figure BDA0002580099150000045
步骤105 求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure BDA0002580099150000046
其计算公式为
Figure BDA0002580099150000047
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
步骤106 求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure BDA0002580099150000048
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure BDA0002580099150000049
则所述高密度能量尺度系数
Figure BDA00025800991500000410
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure BDA00025800991500000411
的值为0；
步骤107 求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure BDA00025800991500000412
计算公式为
Figure BDA00025800991500000413
图2一种利用能量尺度的功率信号滤波系统的结构意图
图2为本发明一种利用能量尺度的功率信号滤波系统的结构示意图。如图2所示，所述一种利用能量尺度的功率信号滤波系统包括以下结构：
模块201 获取按时间顺序采集的信号序列S；
模块202 求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure BDA0002580099150000051
计算公式为
Figure BDA0002580099150000052
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
模块203 求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure BDA0002580099150000053
模块204 求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure BDA0002580099150000054
Figure BDA0002580099150000055
模块205 求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure BDA0002580099150000056
其计算公式为
Figure BDA0002580099150000057
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
模块206 求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure BDA0002580099150000058
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure BDA0002580099150000059
则所述高密度能量尺度系数
Figure BDA00025800991500000510
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure BDA00025800991500000511
的值为0；
模块207求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure BDA00025800991500000512
计算公式为
Figure BDA00025800991500000513
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：
步骤301 获取按时间顺序采集的信号序列S；
步骤302 求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure BDA00025800991500000514
计算公式为
Figure BDA00025800991500000515
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
步骤303 求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure BDA00025800991500000516
步骤304 求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure BDA00025800991500000518
Figure BDA00025800991500000517
步骤305 求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure BDA0002580099150000061
其计算公式为
Figure BDA0002580099150000062
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
步骤306 求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure BDA0002580099150000063
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure BDA0002580099150000064
则所述高密度能量尺度系数
Figure BDA0002580099150000065
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure BDA0002580099150000066
的值为0；
步骤307 求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure BDA0002580099150000067
计算公式为
Figure BDA0002580099150000068
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 (2)

1.一种利用能量尺度的功率信号滤波方法，其特征在于，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；
其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure FDA0002580099140000011
计算公式为
Figure FDA0002580099140000012
Figure FDA0002580099140000013
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
步骤103求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure FDA0002580099140000014
步骤104求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure FDA0002580099140000015
步骤105求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure FDA0002580099140000016
其计算公式为
Figure FDA0002580099140000017
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
步骤106求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure FDA0002580099140000018
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure FDA0002580099140000019
则所述高密度能量尺度系数
Figure FDA00025800991400000110
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure FDA00025800991400000111
的值为0；
步骤107求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure FDA00025800991400000112
计算公式为
Figure FDA00025800991400000113
Figure FDA00025800991400000114
2.一种利用能量尺度的功率信号滤波系统，其特征在于，包括：
模块201获取按时间顺序采集的信号序列S；
模块202求取能量尺度系数序列，所述能量尺度系数序列中序号为(i,j,k)的元素为c(i,j,k)，其计算公式为c(i,j,k)＝<S,κi,j,k>；
其中，i为第一维维序号，其取值范围为i＝1,2,···,N；j为第二维维序号，其取值范围为j＝1,2,···,N；k为第三维维序号，其取值范围为k＝1,2,···,N；N为所述信号序列S的长度；κi,j,k是序号为(i,j,k)的能量尺度因子矢量，其第n个元素为
Figure FDA0002580099140000021
计算公式为
Figure FDA0002580099140000022
Figure FDA0002580099140000023
其中，N为所述信号序列S的长度；T为所述信号序列S的采样间隔；n为元素序号，其取值范围为n＝1,2,···,N；
模块203求取边缘能量尺度系数，具体为：所述密度差分序列中序号为(i,j)的元素为e(i,j)，其计算公式为
Figure FDA0002580099140000024
模块204求取方向能量尺度系数，具体为：第j个所述方向能量尺度系数为
Figure FDA0002580099140000025
模块205求取方向尺度阈值，具体为：所述方向尺度阈值为
Figure FDA0002580099140000026
其计算公式为
Figure FDA0002580099140000027
其中，α为调整因子，其计算公式为α＝ln(snr+1)；σ0为所述信号序列S的均方差；
模块206求取高密度能量尺度系数，具体为：所述高密度能量尺度系数为
Figure FDA0002580099140000028
其求取过程为：如果所述能量尺度系数序列中序号为(i,j,k)的元素c(i,j,k)，其绝对值大于或者等于所述方向尺度阈值
Figure FDA0002580099140000029
则所述高密度能量尺度系数
Figure FDA00025800991400000210
的值为c(i,j,k)；否则，所述高密度能量尺度系数
Figure FDA00025800991400000211
的值为0；
模块207求取滤除噪声后的信号序列，具体为：滤除噪声后的信号序列为Snew，其第k个元素为
Figure FDA00025800991400000212
计算公式为
Figure FDA00025800991400000213
Figure FDA00025800991400000214
CN202010665243.2A 2020-07-11 2020-07-11 一种利用能量尺度的功率信号滤波方法和系统 Withdrawn CN111832474A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010665243.2A CN111832474A (zh) 2020-07-11 2020-07-11 一种利用能量尺度的功率信号滤波方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010665243.2A CN111832474A (zh) 2020-07-11 2020-07-11 一种利用能量尺度的功率信号滤波方法和系统

Publications (1)

Publication Number Publication Date
CN111832474A true CN111832474A (zh) 2020-10-27

Family

ID=72900576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010665243.2A Withdrawn CN111832474A (zh) 2020-07-11 2020-07-11 一种利用能量尺度的功率信号滤波方法和系统

Country Status (1)

Country Link
CN (1) CN111832474A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434567A (zh) * 2020-11-06 2021-03-02 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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434567A (zh) * 2020-11-06 2021-03-02 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
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

Similar Documents

Publication Publication Date Title
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
CN112434567B (zh) 一种利用噪声抖动性质的功率信号滤波方法和系统
CN111832474A (zh) 一种利用能量尺度的功率信号滤波方法和系统
CN109241874B (zh) 能量分解中功率信号滤波方法
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
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
CN110542855B (zh) 基于离散余弦变换的负荷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
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
CN112347922B (zh) 一种利用Hankerl矩阵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
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
CN112307997B (zh) 一种利用主模式分解的功率信号重构方法和系统
CN112307986B (zh) 一种利用高斯梯度的负荷开关事件检测方法和系统
CN111679120A (zh) 一种利用解耦合的功率信号滤波方法和系统
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
CN110514884B (zh) 一种基于延迟矢量的功率信号滤波方法和系统
CN112183410A (zh) 一种利用ds理论的功率信号滤波方法和系统
CN110702981A (zh) 一种利用分类树的负荷开关事件检测方法和系统
CN112329637B (zh) 一种利用模式特征的负荷开关事件检测方法和系统
CN112270282B (zh) 一种利用矩阵谱模的功率信号滤波方法和系统
CN111797770A (zh) 一种利用数据密度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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201027