一種新的電能質(zhì)量自適應(yīng)濾波方法

摘要：在電能質(zhì)量檢測(cè)中，去噪和保留突變點(diǎn)信息是兩個(gè)十分重要的問(wèn)題。為此提出了一種新的基于梯度倒數(shù)加權(quán)平均算法的自適應(yīng)濾波方法。該方法首先對(duì)電能質(zhì)量采樣信號(hào)點(diǎn)建立五個(gè)模板，依據(jù)檢測(cè)點(diǎn)與五個(gè)模板均值的梯度變化規(guī)律，進(jìn)行突變點(diǎn)判決。在傳統(tǒng)梯度法的基礎(chǔ)上，選擇最佳模板，并用該模板均值與模板內(nèi)各點(diǎn)幅值的差值代替?zhèn)鹘y(tǒng)梯度算法中的梯度值，然后對(duì)不同類型的點(diǎn)采用不同的算法去噪。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的梯度倒數(shù)加權(quán)算法和五點(diǎn)均值濾波法相比，改進(jìn)的算法能夠更好地清除噪聲，同時(shí)較好地保留突變點(diǎn)信息，有針對(duì)性地解決了電能質(zhì)量檢測(cè)中的兩大重要問(wèn)題。

關(guān)鍵詞：電能質(zhì)量檢測(cè)； 梯度倒數(shù)加權(quán)算法； 去噪； 均值濾波 

中圖分類號(hào)：TM714;TP391文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001－3695(2008)01－0306－03



0引言

電能質(zhì)量在近幾年已經(jīng)成為廣大供用電各方日益關(guān)注的問(wèn)題，特別是電子制造業(yè)、各類設(shè)備的生產(chǎn)廠等行業(yè)，擁有大量非常敏感的電氣設(shè)備，它們對(duì)各種類型的電力擾動(dòng)是很敏感的。電能質(zhì)量分析是發(fā)現(xiàn)引起電能質(zhì)量擾動(dòng)的重要環(huán)節(jié)，可以用來(lái)確定設(shè)備誤動(dòng)作的原因。電力系統(tǒng)中的電力電子裝置、控制器、電弧設(shè)備、整流負(fù)荷以及供電電源投切等均可能產(chǎn)生噪聲。由于接地線配置不當(dāng)，未能把噪聲傳導(dǎo)至遠(yuǎn)離電力系統(tǒng)，常常會(huì)加重對(duì)系統(tǒng)的噪聲干擾和影響。噪聲可能對(duì)電子設(shè)備，特別是敏感設(shè)備的正常安全工作造成危害[1~3] 。與此同時(shí)，電力已經(jīng)作為一種特殊的商品進(jìn)入了市場(chǎng)化的大門，無(wú)疑將會(huì)更重視質(zhì)量的提高。所以減緩噪聲的影響對(duì)電力系統(tǒng)的安全運(yùn)行和持續(xù)發(fā)展是很有必要的。

目前對(duì)電能質(zhì)量檢測(cè)去噪已經(jīng)有很多種算法[4~7]。其中常用的均值濾波器和非線性均值濾波器雖然能夠用來(lái)去除噪聲，但它們沒有能力同時(shí)除掉噪聲中的正負(fù)脈沖尖峰。在均值濾波中由于突變點(diǎn)受到了兩側(cè)信息點(diǎn)的嚴(yán)重影響，不能很好地保留突變點(diǎn)信息[8~10]。傳統(tǒng)梯度倒數(shù)加權(quán)算法作為一種重要的空間域?yàn)V波方法，能夠有效地保留信息序列的突變點(diǎn)和細(xì)節(jié)信息，但由于選用的模板中心點(diǎn)幅值對(duì)平滑輸出的影響很大，如果中心點(diǎn)本身就是噪聲，就無(wú)法清除，其濾波后的平滑效果就很差[11~13]。本文提出了一種新的自適應(yīng)濾波方法，對(duì)采樣信號(hào)逐點(diǎn)建立五個(gè)模板，依據(jù)檢測(cè)點(diǎn)幅值與五個(gè)模板均值的梯度變化規(guī)律，進(jìn)行突變點(diǎn)判決，然后依據(jù)該判決對(duì)不同類型的點(diǎn)采用不同的濾波方法。該算法保留了傳統(tǒng)梯度算法的優(yōu)點(diǎn)，避免了模板中心點(diǎn)為噪聲的情況，大幅度地提高了信噪比，能更好地適用于實(shí)際的電能質(zhì)量檢測(cè)。

1傳統(tǒng)梯度倒數(shù)加權(quán)算法的基本原理

采集到的電能質(zhì)量信號(hào)是一個(gè)離散數(shù)字序列，通常序列在一個(gè)鄰域內(nèi)幅值變化小于鄰域間的幅值變化，突變點(diǎn)處的梯度絕對(duì)值大于平滑區(qū)域內(nèi)部的絕對(duì)值。在一個(gè)N點(diǎn)的模板中，將中心點(diǎn)幅值與其各相鄰點(diǎn)的幅值取梯度的絕對(duì)值，對(duì)所得到的梯度絕對(duì)值取倒數(shù)。以梯度絕對(duì)值的倒數(shù)做權(quán)重因子在N點(diǎn)的模板內(nèi)作局部平滑處理。可以看出處理后的結(jié)果既平滑了曲線，又不至于使突變點(diǎn)和細(xì)節(jié)有明顯的模糊[14]。為了使平滑后的曲線的幅值在原曲線的幅值范圍內(nèi)，采用歸一化的梯度倒數(shù)做加權(quán)系數(shù)，具體的算法如下：

3實(shí)驗(yàn)仿真結(jié)果分析

配電系統(tǒng)中電能質(zhì)量問(wèn)題通常包括電壓質(zhì)量、電流質(zhì)量、供電質(zhì)量和用電質(zhì)量。本文對(duì)電壓暫降、電壓暫升這兩種常見電壓質(zhì)量擾動(dòng)信號(hào)波形進(jìn)行去噪處理的仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了本算法的優(yōu)越性。實(shí)驗(yàn)中采用均值為0，方差為0.05的高斯白噪聲信號(hào)，取N=5，k=2。

3．1仿真實(shí)驗(yàn)波形圖分析

以下是電壓暫降和電壓暫升波形，以及用各種算法去噪前后的波形。其中：電壓暫降信號(hào)相電壓均方根值為220 V，頻率為50 Hz（即周期是20 ms），在19～60 ms之間發(fā)生了具有30°相位跳變、25％的暫降，暫降期間的電壓為正弦波。如圖2(a)所示。對(duì)該信號(hào)每周期采樣128點(diǎn)，125點(diǎn)處突然凹陷，390點(diǎn)起恢復(fù)為正常信號(hào)，即凹陷區(qū)間為[125，390]點(diǎn)。由圖2可以直觀地看出，傳統(tǒng)梯度倒數(shù)加權(quán)平均算法的突變點(diǎn)最接近加噪前的波形中的突變點(diǎn)，但是它的平滑效果最差。因?yàn)椴捎镁禐V波使得突變點(diǎn)兩側(cè)的信號(hào)點(diǎn)受到了突變點(diǎn)的影響，所以突變點(diǎn)信息保持得最差。與這兩者相比改進(jìn)的梯度算法的平滑效果最好，突變點(diǎn)的保持遠(yuǎn)優(yōu)于均值濾波算法。

3．2仿真實(shí)驗(yàn)數(shù)據(jù)分析

本文以暫降信號(hào)的實(shí)驗(yàn)仿真結(jié)果數(shù)據(jù)表為例，從數(shù)據(jù)上進(jìn)一步論證了本算法的優(yōu)越性。選突變點(diǎn)125、390點(diǎn)領(lǐng)域內(nèi)的幾點(diǎn)，觀察算法的平滑效果。表1中給出電壓暫降信號(hào)波形點(diǎn)中的六個(gè)有代表性的點(diǎn)的幅值。可以很明顯地看出，本算法的突變點(diǎn)信息較傳統(tǒng)梯度算法差，但較五點(diǎn)均值濾波法更接近于原始信號(hào)。而且，突變點(diǎn)與領(lǐng)域內(nèi)其他點(diǎn)的梯度越大，改進(jìn)算法保持突變點(diǎn)信息的效果就越好。

3．3信噪比分析

為進(jìn)一步證明本算法的去噪精度，這里引入了參考文獻(xiàn)[15]中的信噪比，用SNR表示信噪比。由表2可見，在電壓暫升和暫降中信號(hào)，本算法的去噪能力比五點(diǎn)均值濾波和改進(jìn)梯度算法都強(qiáng)。綜合以上分析，改進(jìn)的梯度算法在去噪和突變點(diǎn)保持方面較其他兩種算法有明顯的優(yōu)勢(shì)。

4結(jié)束語(yǔ)

本文提出的改進(jìn)梯度倒數(shù)加權(quán)平均算法，有針對(duì)性地解決了電能質(zhì)量檢測(cè)中的兩大重要問(wèn)題。經(jīng)過(guò)大量的數(shù)據(jù)統(tǒng)計(jì)，依據(jù)檢測(cè)點(diǎn)與五個(gè)模板均值的梯度的變化規(guī)律和理論分析，建立了突變點(diǎn)的判決準(zhǔn)則，據(jù)此準(zhǔn)則對(duì)電能質(zhì)量信號(hào)采樣序列在去噪之前先進(jìn)行突變點(diǎn)提取。對(duì)突變點(diǎn)使用傳統(tǒng)的梯度倒數(shù)加權(quán)平均算法進(jìn)行去噪，這就繼承了傳統(tǒng)算法保持突變點(diǎn)信息的優(yōu)越性。對(duì)非突變點(diǎn)用改進(jìn)的算法去噪，自適應(yīng)調(diào)整模板位置，選用平均值最接近去噪點(diǎn)幅值的模板，在該模板內(nèi)進(jìn)行去噪處理后得到的數(shù)據(jù)最接近于原始數(shù)據(jù)。通過(guò)上述電壓暫降信號(hào)實(shí)驗(yàn)波形圖和實(shí)驗(yàn)仿真數(shù)據(jù)表、信噪比比較表的分析以及其他電能質(zhì)量信號(hào)的實(shí)驗(yàn)仿真驗(yàn)證，可見本文所采用的算法，克服了傳統(tǒng)梯度倒數(shù)加權(quán)平均算法對(duì)大面積高斯噪聲去噪能力差的缺點(diǎn)與均值濾波保留突變點(diǎn)的信息差的缺點(diǎn)，可以有效地改善信號(hào)的質(zhì)量。

參考文獻(xiàn):

[1]肖湘寧. 電能質(zhì)量分析與控制[M]. 北京: 中國(guó)電力出版社， 2004.

[2]趙劍鋒，王潯，潘詩(shī)鋒. 用電設(shè)備電能質(zhì)量敏感度測(cè)試系統(tǒng)研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2005，25(22):32－37.

[3]ANGRISANI L，DAPONTE P，APUZZO M D．A measurement method based on wavelet transform for power quality analysis[J]．IEEE Trans on Power Delivery，1998，13(4)：990－998.

[4]李云天，趙妍，李楠，等. 基于HHT的電能質(zhì)量檢測(cè)新方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)， 2005，25(17):52－56.

[5]吳建華，李遲生，周衛(wèi)星. 中值濾波與均值濾波的去噪性能比較[J].南昌大學(xué)學(xué)報(bào)：工科版， 1998，20(1):32－35， 61.

[6]GONZALEZ R C， WOODS R E. Digital image processing[M].Beijing: Publishing House of Electronics Industry，2003.

[7]薛蕙，楊仁剛. 基于小波包除噪的電能質(zhì)量擾動(dòng)檢測(cè)方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2004，24(3):85－90.

[8]LEE Y H， KASSAM S A. Generalized median filtering and related nonlinear filtering techniques[J]. IEEE Trans， Acoust， Speech， Signal Processing， 1985， ASSP－33:672－683.

[9]蔡靖，楊晉生，丁潤(rùn)濤. 模糊加權(quán)均值濾波器[J].中國(guó)圖象圖形學(xué)報(bào)，2000，5(1):52－56.

[10]RUSSO F， RAMPONI G.A fuzzy filter with adaptive length[J].IEEE CAS1， 1988，35(6):1012 1025.

[11]王洪亮，曹蘇明，劉國(guó)平，等. 改進(jìn)的梯度倒數(shù)加權(quán)算法在圖像平滑中的應(yīng)用[J]. 紅外技術(shù)， 2003，25(4):17 19.

[12]魏丹，陳淑珍，陳彬，等. 梯度倒數(shù)加權(quán)平滑算法的改進(jìn)與實(shí)現(xiàn)[J]. 計(jì)算機(jī)應(yīng)用研究， 2005，22(3):153 154.

[13]肖亮，吳慧中，韋志輝，等. 新型梯度倒數(shù)加權(quán)濾波器[J]. 小型微型計(jì)算機(jī)系統(tǒng)， 2004，25(7):1401 1405.

[14]WANG D， VAGNUCCI A. Gradient inverse weighting smoothing schema and the evaluation of its performance[J]. Computer Gra￣phics and Image Processing，1981，15:1054 1065.

[15]唐良瑞，楊雪.基于模糊理論的電能質(zhì)量檢測(cè)去噪算法[J].繼電器，2006，34(6):44－48.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”