一種新的電能質量自適應濾波方法

摘要：在電能質量檢測中，去噪和保留突變點信息是兩個十分重要的問題。為此提出了一種新的基于梯度倒數加權平均算法的自適應濾波方法。該方法首先對電能質量采樣信號點建立五個模板，依據檢測點與五個模板均值的梯度變化規律，進行突變點判決。在傳統梯度法的基礎上，選擇最佳模板，并用該模板均值與模板內各點幅值的差值代替傳統梯度算法中的梯度值，然后對不同類型的點采用不同的算法去噪。實驗結果表明，與傳統的梯度倒數加權算法和五點均值濾波法相比，改進的算法能夠更好地清除噪聲，同時較好地保留突變點信息，有針對性地解決了電能質量檢測中的兩大重要問題。

關鍵詞：電能質量檢測； 梯度倒數加權算法； 去噪； 均值濾波 

中圖分類號：TM714;TP391文獻標志碼：A

文章編號：1001－3695(2008)01－0306－03



0引言

電能質量在近幾年已經成為廣大供用電各方日益關注的問題，特別是電子制造業、各類設備的生產廠等行業，擁有大量非常敏感的電氣設備，它們對各種類型的電力擾動是很敏感的。電能質量分析是發現引起電能質量擾動的重要環節，可以用來確定設備誤動作的原因。電力系統中的電力電子裝置、控制器、電弧設備、整流負荷以及供電電源投切等均可能產生噪聲。由于接地線配置不當，未能把噪聲傳導至遠離電力系統，常常會加重對系統的噪聲干擾和影響。噪聲可能對電子設備，特別是敏感設備的正常安全工作造成危害[1~3] 。與此同時，電力已經作為一種特殊的商品進入了市場化的大門，無疑將會更重視質量的提高。所以減緩噪聲的影響對電力系統的安全運行和持續發展是很有必要的。

目前對電能質量檢測去噪已經有很多種算法[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去除噪聲，但它們沒有能力同時除掉噪聲中的正負脈沖尖峰。在均值濾波中由于突變點受到了兩側信息點的嚴重影響，不能很好地保留突變點信息[8~10]。傳統梯度倒數加權算法作為一種重要的空間域濾波方法，能夠有效地保留信息序列的突變點和細節信息，但由于選用的模板中心點幅值對平滑輸出的影響很大，如果中心點本身就是噪聲，就無法清除，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濾波方法，對采樣信號逐點建立五個模板，依據檢測點幅值與五個模板均值的梯度變化規律，進行突變點判決，然后依據該判決對不同類型的點采用不同的濾波方法。該算法保留了傳統梯度算法的優點，避免了模板中心點為噪聲的情況，大幅度地提高了信噪比，能更好地適用于實際的電能質量檢測。

1傳統梯度倒數加權算法的基本原理

采集到的電能質量信號是一個離散數字序列，通常序列在一個鄰域內幅值變化小于鄰域間的幅值變化，突變點處的梯度絕對值大于平滑區域內部的絕對值。在一個N點的模板中，將中心點幅值與其各相鄰點的幅值取梯度的絕對值，對所得到的梯度絕對值取倒數。以梯度絕對值的倒數做權重因子在N點的模板內作局部平滑處理。可以看出處理后的結果既平滑了曲線，又不至于使突變點和細節有明顯的模糊[14]。為了使平滑后的曲線的幅值在原曲線的幅值范圍內，采用歸一化的梯度倒數做加權系數，具體的算法如下：

3實驗仿真結果分析

配電系統中電能質量問題通常包括電壓質量、電流質量、供電質量和用電質量。本文對電壓暫降、電壓暫升這兩種常見電壓質量擾動信號波形進行去噪處理的仿真實驗。實驗結果驗證了本算法的優越性。實驗中采用均值為0，方差為0.05的高斯白噪聲信號，取N=5，k=2。

3．1仿真實驗波形圖分析

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。對該信號每周期采樣128點，125點處突然凹陷，390點起恢復為正常信號，即凹陷區間為[125，390]點。由圖2可以直觀地看出，傳統梯度倒數加權平均算法的突變點最接近加噪前的波形中的突變點，但是它的平滑效果最差。因為采用均值濾波使得突變點兩側的信號點受到了突變點的影響，所以突變點信息保持得最差。與這兩者相比改進的梯度算法的平滑效果最好，突變點的保持遠優于均值濾波算法。

3．2仿真實驗數據分析

本文以暫降信號的實驗仿真結果數據表為例，從數據上進一步論證了本算法的優越性。選突變點125、390點領域內的幾點，觀察算法的平滑效果。表1中給出電壓暫降信號波形點中的六個有代表性的點的幅值。可以很明顯地看出，本算法的突變點信息較傳統梯度算法差，但較五點均值濾波法更接近于原始信號。而且，突變點與領域內其他點的梯度越大，改進算法保持突變點信息的效果就越好。

3．3信噪比分析

為進一步證明本算法的去噪精度，這里引入了參考文獻[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，本算法的去噪能力比五點均值濾波和改進梯度算法都強。綜合以上分析，改進的梯度算法在去噪和突變點保持方面較其他兩種算法有明顯的優勢。

4結束語

本文提出的改進梯度倒數加權平均算法，有針對性地解決了電能質量檢測中的兩大重要問題。經過大量的數據統計，依據檢測點與五個模板均值的梯度的變化規律和理論分析，建立了突變點的判決準則，據此準則對電能質量信號采樣序列在去噪之前先進行突變點提取。對突變點使用傳統的梯度倒數加權平均算法進行去噪，這就繼承了傳統算法保持突變點信息的優越性。對非突變點用改進的算法去噪，自適應調整模板位置，選用平均值最接近去噪點幅值的模板，在該模板內進行去噪處理后得到的數據最接近于原始數據。通過上述電壓暫降信號實驗波形圖和實驗仿真數據表、信噪比比較表的分析以及其他電能質量信號的實驗仿真驗證，可見本文所采用的算法，克服了傳統梯度倒數加權平均算法對大面積高斯噪聲去噪能力差的缺點與均值濾波保留突變點的信息差的缺點，可以有效地改善信號的質量。

參考文獻:

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

[2]趙劍鋒，王潯，潘詩鋒. 用電設備電能質量敏感度測試系統研究[J]. 中國電機工程學報， 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的電能質量檢測新方法[J]. 中國電機工程學報， 2005，25(17):52－56.

[5]吳建華，李遲生，周衛星. 中值濾波與均值濾波的去噪性能比較[J].南昌大學學報：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量擾動檢測方法[J]. 中國電機工程學報，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，丁潤濤. 模糊加權均值濾波器[J].中國圖象圖形學報，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，劉國平，等. 改進的梯度倒數加權算法在圖像平滑中的應用[J]. 紅外技術， 2003，25(4):17 19.

[12]魏丹，陳淑珍，陳彬，等. 梯度倒數加權平滑算法的改進與實現[J]. 計算機應用研究， 2005，22(3):153 154.

[13]肖亮，吳慧中，韋志輝，等. 新型梯度倒數加權濾波器[J]. 小型微型計算機系統， 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量檢測去噪算法[J].繼電器，2006，34(6):44－48.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”