【技术实现步骤摘要】
一种能量分解中基于超平面的功率信号的滤波方法和装置
本专利技术涉及智能电网，尤其涉及一种能量分解中基于超平面的功率信号的滤波方法和装置。
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。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...
【技术保护点】
1.一种能量分解中基于超平面的功率信号的滤波方法，其特征在于，包括：步骤1，输入实测的功率信号序列S0；S0＝[S1,S2,…,SN,SN+1],N+1为功率信号序列的长度；步骤2，对所述实测的功率信号序列S0进行数据变换，得到第一差值序列ΔP＝[ΔP1,ΔP2,…,ΔPN]＝[S2‑S1，S3‑S2,…,Sn+1‑Sn]；步骤3，对所述第一差值序列进行归一化处理，得到第一差值数据序列ΔS；ΔS＝[ΔS1,ΔS2,…,ΔSN]；步骤4，根据所述第一差值数据序列ΔS，求取第一特征矢量Tn：Tn＝[an,bn,cn]；n＝1,2,…,N；步骤5，根据预先训练的超平面和所述第一特...
【技术特征摘要】
1.一种能量分解中基于超平面的功率信号的滤波方法，其特征在于，包括：步骤1，输入实测的功率信号序列S0；S0＝[S1,S2,…,SN,SN+1],N+1为功率信号序列的长度；步骤2，对所述实测的功率信号序列S0进行数据变换，得到第一差值序列ΔP＝[ΔP1,ΔP2,…,ΔPN]＝[S2-S1，S3-S2,…,Sn+1-Sn]；步骤3，对所述第一差值序列进行归一化处理，得到第一差值数据序列ΔS；ΔS＝[ΔS1,ΔS2,…,ΔSN]；步骤4，根据所述第一差值数据序列ΔS，求取第一特征矢量Tn：Tn＝[an,bn,cn]；n＝1,2,…,N；步骤5，根据预先训练的超平面和所述第一特征矢量，计算所述第一差值数据序列中的差值数据的概率；步骤6，根据所述差值数据的概率，判断所述差值数据是否为噪声。2.根据权利要求1所述的方法，其特征在于，所述步骤5包括：yn＝ωnTn+bn表示差值数据ΔSn为噪声的概率；表示差值数据ΔSn为开关事件所引起的概率；n＝1,2,…,N；[ωn,bn]表示超平面；yn表示实测数据，Tn表示特征矢量，e为自然常数。3.根据权利要求1所述的方法，其特征在于，所述步骤6包括：Prob0(yn|ΔSn)≥Prob1(yn|ΔSn)，表示差值数据ΔSn为噪声Prob0(yn|ΔSn)<Prob1(yn|ΔSn)，表示差值数据ΔSn为非噪声，由负载开关事件引起。4.根据权利要求1所述的方法，其特征在于，训练所述超平面的步骤包括：步骤21，输入训练用功率信号序列Si；N+1为序列长度；i＝1,2,…,M；所述训练用样本序列的选择原则：选择信噪大于预定值的信号序列；步骤22，将所述训练用功率信号序列变换为样本差值序列：i＝1,2,…,M；样本差值序列的长度是N；步骤23，将所述样本差值序列进行归一化处理，生成训练归...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。