[發明專利]基于參數優化形態學濾波的電壓暫降信號去噪方法、特征提取方法、系統及可讀存儲介質

在審

• 申請號: 202011245162.3
• 申請日: 2020-11-10
• 公開（公告）號: CN112257656A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 王燦;寧志毫;左劍;陳道君;沈陽武;咼虎;郭思源
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/00
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 姚瑤

本發明公開了一種基于參數優化形態學濾波的電壓暫降信號去噪方法、特征提取方法，系統及可讀存儲介質，所述去噪方法包括如下步驟：S1：獲取待處理的電壓暫降信號，所述電壓暫降信號包含噪聲；S2：基于形態學濾波器采用粒子群算法優化所述形態學濾波器的參數，再利用參數優化后的形態學濾波器對電壓暫降信號進行濾波去噪。其中，特征提取方法包括：基于去噪方法得到的電壓信號獲取電壓暫降信號對應的直流分量，并基于直流分量計算暫降深度U和/或相位跳變本發明利用粒子群算法優化形態學濾波器的參數，有效地解決了現有人為選擇參數的缺陷問題，更進一步提高電壓暫降信號的去噪效果，進而實現準確、可靠的提取特征。

技術領域

本發明屬于電能質量檢測領域，具體涉及一種基于參數優化形態學濾波的電壓暫降信號去噪方法、特征提取方法、系統及可讀存儲介質。

背景技術

隨著科學技術的發展，社會各行各業對供電質量的要求逐漸提高。電壓暫降是最常見的一種電能質量問題，對用戶造成很嚴重的影響。據相關研究表明，用戶對電壓暫降的投訴占電能質量投訴總量的80％以上。在電壓暫降的檢測、識別和源定位等領域，電壓暫降的特征提取一直是研究的難點和重點。由于電網復雜龐大，實際上采集到的電壓暫降信號往往含有大量的噪聲和諧波，從而影響電壓暫降的準確識別、定位等在線和離線分析。因此必須通過有效的特征提取方法來盡可能濾除噪聲和諧波，提取真實準確的電壓暫降信號特征。

現有的電壓暫降信號去噪的方法中，主要包括傳統巴特沃斯低通濾波器去噪、小波去噪、經驗模態分解去噪等等。傳統巴特沃斯濾波器計算量大，并且存在一定的延時。小波去噪和經驗模態分解去噪是分析非平穩非線性信號的有力工具。然而，小波分析計算量較大，小波函數往往依靠經驗選取，目前沒有一種系統可行的適用于電壓暫降的選取方案。經驗模態分解去噪在分解電壓暫降信號時，存在模態混疊的現象，影響電壓暫降特征的準確性。形態學濾波與傳統去噪方法相比，具有計算量小，去噪效果好等優點，近年來在圖像處理、心電圖分析、電力信號分析等領域具有廣泛的應用。但實際工程應用中，形態學濾波器參數的選取比較依賴人工經驗，存在盲目性和局限性，目前還沒有一套系統完整的參數選取方法。因此，有必要對形態學濾波器的參數進行優化選取，進而提高電壓暫降信號的去噪效果，為后續特征準確提取奠定基礎。

發明內容

本發明的目的是為了解決現有電壓暫降信號領域所使用的形態學濾波器的參數是人為選取的問題，進而提高電壓暫降信號的去噪效果，尤其是在特征提取領域，利用本發明的去噪方法還可以提高特征提取的可靠性，克服現有電壓暫降信號特征提取方法中形態學濾波器參數選取所帶來的問題。本發明所述方法根據待處理電壓暫降信號特點和形態學濾波器的特性，對形態學濾波運算中的重要參數，采用具有全局優化性能的粒子群算法進行尋優，從而達到消除系統噪聲和諧波的目的。

一方面，本發明提供一種基于參數優化形態學濾波的電壓暫降信號去噪方法，包括如下步驟：

S1：獲取待處理的電壓暫降信號，所述電壓暫降信號包含噪聲；

S2：基于形態學濾波器采用粒子群算法優化所述形態學濾波器的參數，再利用參數優化后的形態學濾波器對電壓暫降信號進行去噪，其中，優選將待優化參數作為粒子群算法中的粒子位置，并以去噪后的電壓信號構建粒子群算法的適應度函數。

本發明提供的所述去噪方法，其利用粒子群算法優化形態學濾波器的參數，有效地規避解決了現有人為選擇參數的缺陷問題，使得優化后的形態學濾波器可以更進一步提高電壓暫降信號的去噪效果，為后續電壓暫降信號的特征的準確，可靠提取奠定了基礎。