[發明專利]基于自組織映射神經網絡的電力線通信噪聲識別方法及裝置

有效

• 申請號: 202110758835.3
• 申請日: 2021-07-05
• 公開（公告）號: CN113489514B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 劉謀海;肖宇;劉朝陽;葉志;黃瑞;劉小平;賀星;曾文偉
• 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供電服務中心（計量中心）;國家電網有限公司
• 主分類號: H04B3/54
• 分類號: H04B3/54;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 胡君

本發明公開一種基于自組織映射神經網絡的電力線通信噪聲識別方法及裝置，該方法步驟包括：S1.從不同維度提取電力線通信中噪聲數據特征，并基于自然進化策略進行特征選擇，建立噪聲特征庫；S2.使用自組織映射神經網絡對噪聲特征庫中數據進行自動聚類，得到噪聲集群；S3.基于概率密度函數將每個噪聲集群分別與預設的多種分布類型進行關聯匹配，確定出每個聚類集群最為匹配的分布類型，實現噪聲識別分類。本發明具有識別方法實現簡單、識別效率與精度高、實時性好且普適性強等優點。

技術領域

本發明涉及電力線通信技術領域，尤其涉及一種基于自組織映射神經網絡的電力線通信噪聲識別方法及裝置。

背景技術

電力線載波通信技術(PCL)以電力線作為通信介質進行信號傳輸，因其無需額外布線及維護的優點成為智能電網系統中的重要組成部分，在家庭用電自動化、智能電網控制、電網監控等領域廣泛應用。由于低壓電力線網絡直接面向用戶，拓撲結構復雜多變，且連接了眾多的電網設備和用電負載，這些用電設備所產生的復雜多變的各類噪聲嚴重干擾了電力線通信質量。因此，研究電力線噪聲的分類識別方法，對噪聲進行實時的模式識別和匹配，從而實現現場噪聲環境的評估對電力線通信系統更高的質量要求至關重要。

電力線信道噪聲可以看作是加性噪聲，即為多個分量之和。通常可以講電力線信道噪聲分為以下五種類型：有色背景噪聲、窄帶噪聲、異步于工頻的周期脈沖噪聲、同步于工頻的周期脈沖噪聲和隨機脈沖噪聲，其中前三種噪聲隨時間變化緩慢，通常歸類為背景噪聲，后兩種隨時間波動較大，通常歸類為脈沖噪聲。對于上述已知類型的噪聲類別，目前已有多種模型可以進行描述、表征，如隨機脈沖噪聲通常采用Middelton A類模型和泊松分布來描述；對于有色背景噪聲，通常用正態分布和Alpha穩定來描述；對于窄帶噪聲，可以通過建模分析進行描述；異步于工頻的周期脈沖噪聲和同步于工頻的周期脈沖噪聲，則可以用循環平穩高斯過程之和來描述。其他還有利用最小二乘支持向量機和小波神經網絡等方式對低壓電力線通信信道噪聲實現建模。

上述描述方式針對已知的電力線噪聲模型，可以實現單一電力線噪聲的參數化描述，但是在實際應用環境中，各類噪聲并不是獨立存在的，各類噪聲往往是混合在一起的，即通道所檢測到的噪聲實際即為混合噪聲，而直接使用傳統針對單一噪聲的描述方式，就無法從混合噪聲中分解出不同類型的噪聲。

針對于電力線通信噪聲的分解，目前大多是使用原始測量的分析技術，再對結果進行人工評估，需要依賴于人工經驗，不僅實現效率低，且分解效果差。至于現有技術中的各種噪聲消除方法，由于其目的是恢復具有特定調制方案和傳輸方法的傳輸碼元，因而也不能直接用于噪聲分解。目前尚沒有能夠精準、快速實現電力線通信噪聲類型智能識別以實現噪聲分解的有效方案。因此亟需提供一種電力線通信噪聲識別方法，以使得能夠準確、高效的識別出電力線通信中的噪聲類型。

發明內容

本發明要解決的技術問題就在于：針對現有技術存在的技術問題，本發明提供一種識別方法實現簡單、識別效率與精度高、實時性好且普適性強的基于自組織映射神經網絡的電力線通信噪聲識別方法及裝置。

為解決上述技術問題，本發明提出的技術方案為：

一種基于自組織映射神經網絡的電力線通信噪聲識別方法，步驟包括：

S1.噪聲特征提取：從不同維度提取電力線通信中噪聲數據特征，并基于自然進化策略進行特征選擇，建立噪聲特征庫；

S2.噪聲聚類：使用自組織映射神經網絡對所述噪聲特征庫中數據進行自動聚類，得到噪聲集群；

S3.噪聲分類：基于概率密度函數將每個所述噪聲集群分別與預設的多種分布類型進行關聯匹配，確定出每個所述聚類集群最為匹配的分布類型，實現噪聲識別分類。

進一步的，所述步驟S1中提取的噪聲特征包括噪聲信號的本體特征和/或噪聲信號之間的相關性特征。