Page 41 - 电力与能源2024年第三期
P. 41

史渊源，等：基于改进变分模态分解的电网企业监测数据滤波研究                                      315

                业监测数据作为反映电网运行状态的重要依据，                            析方法对通信信号展开降维处理；利用经验模式
                对于保障电网安全、优化运行管理具有至关重要                            分解方法对降维后的通信信号进行分解，通过固
                的作用。由于监测设备自身误差、环境干扰等多                            有模态函数（IMF）能量确定异常漂移分量所处的
                种因素的影响，电网企业监测的数据中常常夹杂                            位置，实现通信信号的异常漂移检测。经验模式
                着噪声和异常值，极大削弱了数据的准确性和可                            分解方法对信号的分解可靠性受到信号本身特性

                靠性。因此，对电网企业监测数据进行滤波处理，                           和数据噪声的影响，对于高频噪声干扰较大、非线
                消除噪声和异常值，提高数据质量，成为当前研究                           性信号或突变信号的处理可能不够稳健，容易造
                的重要课题。因此，研究电网企业监测数据滤波                            成信号分解结果出现偏差。
                技术具有重要的实践应用意义。                                       与 上 述 方 法 相 比 ，改 进 的 变 分 模 态 分 解
                    目前，数据滤波方法已经引起了众多学者的                         （IVMD）具有更明确的理论基础，更高的分解精
                关注和研究。文献［1］提出了基于小波去噪的遗                           度 。此外，该方法对输入信号的先验知识要求
                                                                  ［5］
                传算法优化 Kalman 滤波模型。首先利用小波阈                        较低，这也是其在实际应用中具有广泛适用性的
                值去噪法剔除原始数据中大部分高频噪声差，再                            原因之一。
                引入遗传算法对 Kalman 滤波中的过程噪声和量                            在 电 网 企 业 监 测 数 据 滤 波 研 究 中 ，利 用
                测噪声进行优化，实现噪声自适应寻优，从而完                            IVMD 方法能够自适应地应对信号的复杂性和非
                成 信 号 的 分 解 。 在 遗 传 算 法 优 化 过 程 中 ，调 整           平稳性，有效提取出信号中的有用成分，同时抑制
                Kalman 滤 波 模 型 中 的 过 程 噪 声 和 量 测 噪 声 ，会          噪声干扰。通过变分模态分解，电网企业监测数

                导致对噪声的容忍度相对较低，使得滤波效果过                            据中的噪声和干扰可以得到有效去除，从而恢复
                度平滑化，进而削弱了信号中的有用信息。文献                            出更加真实、可靠的数据信息。
               ［2］基于稳健估计准则和最大相关熵准则，深入
                                                                 1 电网企业监测数据滤波方法
                探 讨 了 抗 差 Kalman 滤 波 的 算 法 原 理 及 模 型 构

                建，推导基于 Huber 法、最大相关熵法的抗差 Kal⁃                    1.1 电网企业监测数据的收集
                man 滤 波 公 式 ，并 利 用 经 典 Kalman 滤 波 、Huber             电网企业监测数据的质量和准确性直接影响
                法抗差 Kalman 滤波、最大相关熵法抗差 Kalman                    着数据滤波的效果和最终决策的准确性，为此需
                滤波以及小波阈值去噪方法对 GPS 单历元解算                          要高效精准地收集电网企业的各类监测数据，以
                数据进行分析。因为抗差 Kalman 滤波方法采用                        确保数据滤波工作的快速开展，具体的实现步骤
                不同的准则和优化方法，对参数的选取较为敏感，                           如下。
                如果参数选择不当，容易导致滤波效果下降，甚至                              （1）确定监测点：首先，需要确定电网中的关
                出现过度平滑或缺乏有效信息的问题。文献［3］                           键监测点。除了变电站、关键线路节点和发电机

                提出了一种基于时间序列分解的电磁数据处理方                            组外，还包括重要的负荷中心、配电房以及其他关
                法，建立了基于加法季节性时间序列分解的含噪                            键设备。选择监测点时，还需要考虑电网的拓扑
                信号处理模型，并利用该模型对信号在有噪环境                            结构、运行方式以及历史故障记录等因素，以确保
                下的表现与规律性、趋势、误码率等性能进行分析                           所选点能够全面反映电网的运行状态。
                与评估，对原始信息、载波信息进行挖掘预测。加                              （2）选择监测参数 . 根据监测点的特性和重要
                法季节性时间序列分解方法一般基于特定的信号                            性，选择需要监测的参数。常见的参数包括电压、

                模型和假设，对于具有非线性或非周期性特征的                            电流、功率、频率、温度等。
                信号，分解结果可能会产生偏差，导致滤波质量下                              （3）布署传感器。在选定的监测点上安装相
                降。文献［4］提出了基于经验模式分解的通信信                           应的传感器，以便实时或定期收集数据。
                号异常漂移检测方法。首先采用多线性主成分分                               （4）设置数据采集系统。设置数据采集系统
   36   37   38   39   40   41   42   43   44   45   46