一种利用DS理论的功率信号滤波方法和系统技术方案

本发明专利技术的实施例公开一种利用DS理论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DS稀疏度p；步骤103 求取特征值加权和

【技术实现步骤摘要】
一种利用DS理论的功率信号滤波方法和系统
本专利技术涉及电力领域，尤其涉及一种功率信号的滤波方法和系统。
技术介绍
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。
技术实现思路
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。本专利技术的目的是提供一种利用DS理论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DS理论性质，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，本专利技术提供了如下方案：一种利用DS理论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DS稀疏度p，具体为：其中：λmax：矩阵[S-m0]T[S-m0]的最大特征值λmin：矩阵[S-m0]T[S-m0]的非零最小特征值SNR：所述信号序列S的信噪比对*下取整*：表示任一自变量m0：所述信号序列S的均值；步骤103求取特征值加权和具体为：其中：λz：所述矩阵[S-m0]T[S-m0]的第z个特征值，特征值按降序排列z＝1,2,···,p：特征值序号；步骤104求取DS矩阵A，具体为：A＝[ac]1×N其中：ac：所述DS矩阵A的第c个列矢量c＝1,2,···,N：列矢量序号ac＝[σ1,σ2,···,σc,0,···,0]Tσ1：矢量[s1]的均值σ2：矢量[s1,s2]的均值σc：矢量[s1,s2,···,sc]的均值s1：所述信号序列S的第1个元素s2：所述信号序列S的第2个元素sc：所述信号序列S的第c个元素；步骤105滤除噪声，具体为：滤除噪声后的信号序列为SNEW，求取公式为：其中：A为DS矩阵；为特征值和；p为DS稀疏度；E为N×1维全1矢量；N为所述信号序列S的长度；σ0为所述信号序列S的均方差。一种利用DS理论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DS稀疏度p，具体为：其中：λmax：矩阵[S-m0]T[S-m0]的最大特征值λmin：矩阵[S-m0]T[S-m0]的非零最小特征值SNR：所述信号序列S的信噪比对*下取整*：表示任一自变量m0：所述信号序列S的均值；模块203求取特征值加权和具体为：其中：λz：所述矩阵[S-m0]T[S-m0]的第z个特征值，特征值按降序排列z＝1,2,···,p：特征值序号；模块204求取DS矩阵A，具体为：A＝[ac]1×N其中：ac：所述DS矩阵A的第c个列矢量c＝1,2,···,N：列矢量序号ac＝[σ1,σ2,···,σc,0,···,0]Tσ1：矢量[s1]的均值σ2：矢量[s1,s2]的均值σc：矢量[s1,s2,···,sc]的均值s1：所述信号序列S的第1个元素s2：所述信号序列S的第2个元素sc：所述信号序列S的第c个元素；模块205滤除噪声，具体为：滤除噪声后的信号序列为SNEW，求取公式为：其中：A为DS矩阵；为特征值和；p为DS稀疏度；E为N×1维全1矢量；N为所述信号序列S的长度；σ0为所述信号序列S的均方差。根据本专利技术提供的具体实施例，本专利技术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。本专利技术的目的是提供一种利用DS理论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DS理论性质，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专利技术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专利技术的一些实施例，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为本专利技术的方法流程示意图；图2为本专利技术的系统流程示意图；图3为本专利技术的具体实施案例流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，本文档来自技高网...

【技术保护点】
1.一种利用DS理论的功率信号滤波方法，其特征在于，包括：/n步骤101获取按时间顺序采集的信号序列S；/n步骤102求取DS稀疏度p，具体为：/n

【技术特征摘要】
1.一种利用DS理论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DS稀疏度p，具体为：



其中：
λmax：矩阵[S-m0]T[S-m0]的最大特征值
λmin：矩阵[S-m0]T[S-m0]的非零最小特征值
SNR：所述信号序列S的信噪比

对*下取整
*：表示任一自变量
m0：所述信号序列S的均值；
步骤103求取特征值加权和具体为：



其中：
λz：所述矩阵[S-m0]T[S-m0]的第z个特征值，特
征值按降序排列
z＝1,2,···,p：特征值序号；
步骤104求取DS矩阵A，具体为：
A＝[ac]1×N
其中：
ac：所述DS矩阵A的第c个列矢量
c＝1,2,···,N：列矢量序号
ac＝[σ1,σ2,···,σc,0,···,0]T
σ1：矢量[s1]的均值
σ2：矢量[s1,s2]的均值
σc：矢量[s1,s2,···,sc]的均值
s1：所述信号序列S的第1个元素
s2：所述信号序列S的第2个元素
sc：所述信号序列S的第c个元素；
步骤105滤除噪声，具体为：滤除噪声后的信号序列为SNEW，求取公式为：



其中：
A为DS矩阵；

为特征值和；
p为DS稀疏度；
E为N×1维全1矢量；
N为所述信号序列S的长度；
σ0为所述信号序列S的均方差。
...

【专利技术属性】
技术研发人员：翟明岳，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东;44