基于双维度奇异值变换提取电网微弱信号的方法及系统技术方案

本发明专利技术公开了一种基于双维度奇异值变换提取电网微弱信号的方法及系统，属于电力信息数据处理技术领域。本发明专利技术方法，包括：得到N点的采样点序数据；生成Hankel矩阵，并计算得到Hankel矩阵的奇异值及奇异值分解；根据所述奇异值的相对变化率，确定奇异值分解的降维截断参数p；根据所述p对Hankel矩阵进行p阶低秩逼近，筛选出与电网微弱信号相关的奇异值分量，以生成p阶低秩逼近矩阵；基于所述p阶低秩逼近矩阵得到滤波后的Hankel矩阵，对滤波后的Hankel矩阵的第一行和最后一列进行拼接重构，以得到滤波后的电网微弱信号。本发明专利技术提升了电网微弱信号提取的准确性，对低信噪比情况下的单成分及多成分谐波及间谐波信号都具有较好的适应性。的适应性。的适应性。

【技术实现步骤摘要】
基于双维度奇异值变换提取电网微弱信号的方法及系统


[0001]本专利技术涉及电力信息数据处理
，并且更具体地，涉及一种基于双维度奇异值变换提取电网微弱信号的方法及系统。

技术介绍

[0002]电力系统是现代社会生活和工业生产的基础设施，其安全稳定运行关系到国民经济的正常运转和社会生活的稳定。然而，电力系统在运行过程中可能会受到各种因素的影响，导致故障的发生。为了尽早发现潜在的故障并及时进行处理，正确提取电网中的微弱信号对于事故反演分析、判别指标的计算至关重要。电网采集的海量信息中，由于背景噪声的干扰，很多场景的信息有效成分是微弱信号，如故障的前兆信息、设备的老化信息、谐波信息等，这些信号在电力系统中具有较低的能量水平，容易被其他干扰信号掩盖，对结果分析的准确性造成巨大的困扰。
[0003]为解决这一问题，许多信号处理技术被提出用于提取电网微弱信号，如短时傅里叶变换、小波变换、经验模态分解等。这些方法一定程度上实现了微弱信号的提取，但实际应用中仍然存在问题如计算复杂度高、对信号特性的敏感性强、适应面窄等。因此，寻求一种快速滤除采集信息中的非理想数据，提取有效、稳定的微弱信号，对电力系统的行为分析、指标计算具有十分重要的意义。
[0004]奇异值分解是一种广泛应用于信号处理、图像处理和数据压缩等领域的技术。它将一个矩阵分解为三个矩阵的乘积，其中左、右为正交矩阵，中间一个矩阵是对角矩阵，对角线上的元素称为奇异值。奇异值反映出矩阵内元素的能量分布特征。通过对奇异值进行筛选和重构，可实现信号的降噪和特征提取。尽管基于奇异值分解的滤波方法已经在图像处理、语音信号处理等领域取得了良好的效果。然而，因电力系统中信号的复杂性和多样性，目前还未有直接应用奇异值分解准确提取有价值微弱信号的方法。因此，针对电力系统中信号特点及应用需求的特殊性，需要优化和改进奇异值滤波方法，使其适应电力系统的应用需要。

技术实现思路

[0005]针对上述问题，本专利技术提出了一种基于双维度奇异值变换提取电网微弱信号的方法，包括：
[0006]以预设的频率对强噪背景下的电网微弱信号进行过采样，以得到N点的采样点序数据；
[0007]根据所述采样点序数据，以(N+1)/2的整数部分为高维样本Hankel矩阵列的维度，生成Hankel矩阵，并计算得到Hankel矩阵的奇异值及奇异值分解；
[0008]根据所述奇异值的相对变化率，确定奇异值分解的降维截断参数p；
[0009]根据所述p对Hankel矩阵进行p阶低秩逼近，筛选出与电网微弱信号相关的奇异值分量，以生成p阶低秩逼近矩阵；
[0010]基于所述p阶低秩逼近矩阵得到滤波后的Hankel矩阵，对滤波后的Hankel矩阵的第一行和最后一列进行拼接重构，以得到滤波后的电网微弱信号。
[0011]其中，预设的频率取奈奎施特频率的100倍及以上。
[0012]其中，采样点序数据为离散序列数据。
[0013]其中，N为奇数时Hankel矩阵的行和列均为(N+1)/2。
[0014]其中，N为偶数时Hankel矩阵的行为(N)/2+1，列为N/2。
[0015]再一方面，本专利技术还提出了一种基于双维度奇异值变换提取电网微弱信号的系统，包括：
[0016]采样单元，用于以预设的频率对强噪背景下的电网微弱信号进行过采样，以得到N点的采样点序数据；
[0017]第一计算单元，用于根据所述采样点序数据，以(N+1)/2的整数部分为高维样本Hankel矩阵列的维度，生成Hankel矩阵，并计算得到Hankel矩阵的奇异值及奇异值分解；
[0018]第二计算单元，用于根据所述奇异值的相对变化率，确定奇异值分解的降维截断参数p；
[0019]第三计算单元，用于根据所述p对Hankel矩阵进行p阶低秩逼近，筛选出与电网微弱信号相关的奇异值分量，以生成p阶低秩逼近矩阵；
[0020]滤波单元，用于基于所述p阶低秩逼近矩阵得到滤波后的Hankel矩阵，对滤波后的Hankel矩阵的第一行和最后一列进行拼接重构，以得到滤波后的电网微弱信号。
[0021]可选的，采样单元预设的频率取奈奎施特频率的100倍及以上。
[0022]可选的，采样点序数据为离散序列数据。
[0023]可选的，N为奇数时Hankel矩阵的行和列均为(N+1)/2。
[0024]可选的，N为偶数时Hankel矩阵的行为(N)/2+1，列为N/2。
[0025]再一方面，本专利技术还提供了一种计算设备，包括：一个或多个处理器；
[0026]处理器，用于执行一个或多个程序；
[0027]当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的方法。
[0028]再一方面，本专利技术还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的方法。
[0029]与现有技术相比，本专利技术的有益效果为：
[0030]本专利技术提供了一种基于双维度奇异值变换提取电网微弱信号的方法，包括：以预设的频率对强噪背景下的电网微弱信号进行过采样，以得到N点的采样点序数据；根据所述采样点序数据，以(N+1)/2的整数部分为高维样本Hankel矩阵列的维度，生成Hankel矩阵，并计算得到Hankel矩阵的奇异值及奇异值分解；根据所述奇异值的相对变化率，确定奇异值分解的降维截断参数p；根据所述p对Hankel矩阵进行p阶低秩逼近，筛选出与电网微弱信号相关的奇异值分量，以生成p阶低秩逼近矩阵；基于所述p阶低秩逼近矩阵得到滤波后的Hankel矩阵，对滤波后的Hankel矩阵的第一行和最后一列进行拼接重构，以得到滤波后的电网微弱信号。本专利技术提升了电网微弱信号提取的准确性，对低信噪比情况下的单成分及多成分谐波及间谐波信号都具有较好的适应性。
附图说明
[0031]图1为本专利技术方法的流程图；
[0032]图2本专利技术方法的10db信噪比条件下单成分信号高维空间奇异值衰减曲线；
[0033]图3本专利技术方法的10db信噪比条件下单成分信号奇异值相对变化率曲线；
[0034]图4本专利技术方法的10db信噪比条件下单成分信号滤波前后对比图；
[0035]图5本专利技术方法的10db信噪比条件下多成分信号高维空间奇异值衰减曲线；
[0036]图6本专利技术方法的10db信噪比条件下多成分信号奇异值相对变化率曲线；
[0037]图7本专利技术方法的10db信噪比条件下多成分信号滤波前后对比图；
[0038]图8为本专利技术系统的结构图。
具体实施方式
[0039]现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双维度奇异值变换提取电网微弱信号的方法，其特征在于，所述方法包括：以预设的频率对强噪背景下的电网微弱信号进行过采样，以得到N点的采样点序数据；根据所述采样点序数据，以(N+1)/2的整数部分为高维样本Hankel矩阵列的维度，生成Hankel矩阵，并计算得到Hankel矩阵的奇异值及奇异值分解；根据所述奇异值的相对变化率，确定奇异值分解的降维截断参数p；根据所述p对Hankel矩阵进行p阶低秩逼近，筛选出与电网微弱信号相关的奇异值分量，以生成p阶低秩逼近矩阵；基于所述p阶低秩逼近矩阵得到滤波后的Hankel矩阵，对滤波后的Hankel矩阵的第一行和最后一列进行拼接重构，以得到滤波后的电网微弱信号。2.根据权利要求1所述的方法，其特征在于，所述预设的频率取奈奎施特频率的100倍及以上。3.根据权利要求1所述的方法，其特征在于，所述采样点序数据为离散序列数据。4.根据权利要求1所述的方法，其特征在于，所述N为奇数时Hankel矩阵的行和列均为(N+1)/2。5.根据权利要求1所述的方法，其特征在于，所述N为偶数时Hankel矩阵的行为(N)/2+1，列为N/2。6.一种基于双维度奇异值变换提取电网微弱信号的系统，其特征在于，所述系统包括：采样单元，用于以预设的频率对强噪背景下的电网微弱信号进行过采样，以得到N点的采样点序数据；第一计算单元，用于根据所述采样点序数据，以(N+1)/2的整数部分为高...

【专利技术属性】
技术研发人员：龚逊东，陈铭，宋墩文，杨学涛，宗绍磊，胡非，缪秋，蒋力，刘开欣，冯静，肖项涛，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：