一种功率信号滤波方法及系统与流程

本发明涉及功率信号滤波技术领域，特别是涉及一种功率信号滤波方法及系统。

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。常用的事件检测以有功功率p的变化值δp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。

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，现在常用的脉冲噪声消除方法是利用低通滤波器和中值滤波器进行脉冲噪声消除。

但是这两种滤波器对于当今越来越严重的非线性非高斯噪声的滤波效果较差，并且这两类滤波器对所处理的对象具有中和作用，会降低功率信号的突变性，使得处理后的功率数据序列难以用于开关事件检测中。

技术实现要素：

本发明的目的是提供一种功率信号滤波方法及系统，以提高对非线性非高斯噪声的滤除效果，同时不会降低功率信号的突变性。

为实现上述目的，本发明提供了如下方案：

一种功率信号滤波方法，包括：

获取实测功率信号序列；

根据所述实测功率信号序列得到差分信号序列；

根据所述实测功率信号序列和所述差分信号序列得到期望序列；

根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵；

根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列。

优选地，所述根据所述实测功率信号序列和所述差分信号序列得到期望序列，具体包括：

根据所述实测功率信号序列得到实测功率信号序列均方差；

根据所述差分信号序列得到差分信号序列均方差；

根据所述实测功率信号序列和所述差分信号序列得到期望权重；

根据所述实测功率信号序列的均方差、所述差分信号序列的均方差和所述期望权重得到所述期望序列。

优选地，所述根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵，具体包括：

根据所述期望序列和所述实测功率信号序列得到特征矩阵；

根据所述差分信号序列、所述特征矩阵和所述期望序列得到投影权重；

根据所述投影权重和所述特征矩阵得到所述投影矩阵。

优选地，所述根据所述投影权重和所述特征矩阵得到所述投影矩阵，具体计算公式为：

式中：wopt为投影矩阵，wn为投影权重，zn为特征矩阵的特征矢量。

优选地，所述根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列，具体计算公式为：

snew＝wopts；

式中：snew为滤波功率信号序列，s为实测功率信号序列，wopt为投影矩阵。

本发明还提供了一种功率信号滤波系统，包括：

实测功率信号序列模块，用于获取实测功率信号序列；

差分信号序列模块，用于根据所述实测功率信号序列得到差分信号序列；

期望序列模块，用于根据所述实测功率信号序列和所述差分信号序列得到期望序列；

投影矩阵模块，用于根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵；

滤波功率信号序列模块，用于根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列。

优选地，所述期望序列模块包括：

实测功率信号序列均方差单元，用于根据所述实测功率信号序列得到实测功率信号序列的均方差；

差分信号序列均方差单元，用于根据所述差分信号序列得到差分信号序列均方差；

期望权重单元，用于根据所述实测功率信号序列和所述差分信号序列得到期望权重；

期望序列单元，用于根据所述实测功率信号序列的均方差、所述差分信号序列的均方差和所述期望权重得到所述期望序列。

优选地，所述投影矩阵模块包括：

特征矩阵单元，用于根据所述期望序列和所述实测功率信号序列得到特征矩阵；

投影权重单元，用于根据所述差分信号序列、所述特征矩阵和所述期望序列得到投影权重；

投影矩阵单元，用于根据所述投影权重和所述特征矩阵得到所述投影矩阵。

优选地，所述根据所述投影权重和所述特征矩阵得到所述投影矩阵，具体计算公式为：

式中：wopt为投影矩阵，wn为投影权重，zn为特征矩阵的特征矢量。

优选地，所述根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列，具体计算公式为：

snew＝wopts；

式中：snew为滤波功率信号序列，s为实测功率信号序列，wopt为投影矩阵。

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：

本发明涉及一种功率信号滤波方法及系统，所述方法包括：获取实测功率信号序列；根据所述实测功率信号序列得到差分信号序列；根据所述实测功率信号序列和所述差分信号序列得到期望序列；根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵；根据所述优选投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列。本发明对于非线性非高斯的背景噪声有很好的分离效果，同时还可以很好的保持功率信号的突变特性。

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，显而易见地，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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明功率信号滤波方法流程图；

图2为本发明功率信号滤波系统结构示意图。

符号说明：1-实测功率信号序列模块，2-差分信号序列模块，3-期望序列模块，4-投影矩阵模块，5-滤波功率信号序列模块，31-实测功率信号序列均方差单元，32-差分信号序列均方差单元，33-期望权重单元，34-期望序列单元，41-特征矩阵单元，42-投影权重单元，43-投影矩阵单元。

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。

本发明的目的是提供一种功率信号滤波方法及系统，以提高对非线性非高斯噪声的滤除效果，同时不会降低功率信号的突变性。

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为本发明功率信号滤波方法流程图，如图1所示，本发明功率信号滤波方法包括：

步骤s1，获取实测功率信号序列s＝[s1，s2，…sn]；n为实测功率信号序列长度，sn为第n个实测功率信号。

步骤s2，根据所述实测功率信号序列得到差分信号序列δsn＝[0，s2-s1，s3-s2，…sn-sn-1]；n为时间序号，n∈(1,2，…,n)。

步骤s3，根据所述实测功率信号序列和所述差分信号序列得到期望序列。

步骤s4，根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵。

步骤s5，根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列。具体计算公式为：

snew＝wopts；

式中：snew为滤波功率信号序列，wopt为投影矩阵。

作为一种可选的实施方式，本发明所述步骤s3具体包括：

步骤s31，根据所述实测功率信号序列得到实测功率信号序列均方差σs。

步骤s32，根据所述差分信号序列得到差分信号序列均方差σnδs。

步骤s33，根据所述实测功率信号序列和所述差分信号序列得到期望权重具体计算公式为：

式中：p为投影阶数，snr为实测功率信号序列的信噪比，t为转置。

步骤s34，根据所述实测功率信号序列的均方差、所述差分信号序列的均方差和所述期望权重得到所述期望序列具体公式为：

具体的，所述步骤s4包括：

步骤s41，根据所述期望序列和所述实测功率信号序列得到特征矩阵an；具体公式为：

步骤s42，根据所述差分信号序列、所述特征矩阵和所述期望序列得到投影权重wn；具体公式为：

式中：αi为an的第i个特征值，δsi为第i个差分信号序列。

步骤s43，根据所述投影权重和所述特征矩阵得到所述投影矩阵。具体计算公式为：

式中，zn为an的特征矢量。

图2为本发明功率信号滤波系统结构示意图，如图2所示，本发明功率信号滤波系统包括：实测功率信号序列模块1、差分信号序列模块2、期望序列模块3、投影矩阵模块4和滤波功率信号序列模块5。

所述实测功率信号序列模块1用于获取实测功率信号序列。

所述差分信号序列模块2用于根据所述实测功率信号序列得到差分信号序列。

所述期望序列模块3用于根据所述实测功率信号序列和所述差分信号序列得到期望序列。

所述投影矩阵模块4用于根据所述实测功率信号序列、所述差分信号序列和期望序列得到投影矩阵。

所述滤波功率信号序列模块5用于根据所述投影矩阵对所述实测功率信号序列进行滤波，得到滤波功率信号序列。

作为一种可选的实施方式，本发明所述期望序列模块3包括：实测功率信号序列均方差单元31、差分信号序列均方差单元32、期望权重单元33和期望序列单元34。

所述实测功率信号序列均方差单元31用于根据所述实测功率信号序列得到实测功率信号序列的均方差。

所述差分信号序列均方差单元32用于根据所述差分信号序列得到差分信号序列均方差。

所述期望权重单元33用于根据所述实测功率信号序列和所述差分信号序列得到期望权重。

所述期望序列单元34用于根据所述实测功率信号序列的均方差、所述差分信号序列的均方差和所述期望权重得到所述期望序列。

具体的，所述投影矩阵模块4包括：特征矩阵单元41、投影权重单元42和投影矩阵单元43。

所述特征矩阵单元41用于根据所述期望序列和所述实测功率信号序列得到特征矩阵。

所述投影权重单元42用于根据所述差分信号序列、所述特征矩阵和所述期望序列得到投影权重。

所述投影矩阵单元43用于根据所述投影权重和所述特征矩阵得到所述投影矩阵。

本发明利用了功率信号与背景噪声在高维空间中的差异，将实测的数据投射到高维空间中，寻找一特殊的超平面，将高维空间中的信号与噪声进行分离。对于非线性非高斯的背景噪声具有很好的分离效果，同时还可以很好地保持功率信号的突变特性。

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，所以描述的比较简单，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。